Кейс: цей вебсайт

Сайт, який ви читаєте, працює на методології, яку він описує. Він дотримується власних принципів (dogfooding) Deep Work Plan: той самий скіл, той самий процес /init, ті самі плани .dwp/, які використовував би будь-який інший репозиторій. Це реальна історія, а не гіпотеза.

До

Як і більшість репозиторіїв, цей не створювався для агентів. Контекст жив у головах людей і розрізнених нотатках, не було єдиного джерела істини, яке агент міг би прочитати, а онбординг нового агента означав повторне пояснення проєкту щосесії. Тривала робота втрачала фокус.

Перехід на DWP

Репозиторій зробили AI-first за допомогою єдиного Deep Work Plan, розкладеного на атомарні задачі з перевірками валідації:

Встановити скіл Deep Work Plan як еталонне встановлення, зафіксоване через skills-lock.json.
Запустити онбординг, щоб згенерувати обґрунтований AGENTS.md, дерево docs/ і документацію для кожного модуля зі справжнього стека репозиторію.
Зібрати міжагентний набір .agents/ — тонкі делегатори команд dwp-* і каталог, що відповідає вмісту на диску.
Створити каркас робочого простору .dwp/ у gitignore для планів і чернеток.
Перевірити відповідність через /dwp-verify.

Кожна задача проходила перевірку справжніми воротами репозиторію — biome, astro:check, набором тестів, продакшн-збіркою та перевіркою паритету агентних ендпоінтів — перш ніж її позначали завершеною.

Після

Тепер репозиторій є AI-first за власною специфікацією: обґрунтований AGENTS.md, категоризоване дерево docs/, міжагентний набір .agents/ і робочий простір .dwp/ у gitignore. Будь-який агент — Claude Code, Cursor, Codex, Gemini, Copilot — може відкрити його, прочитати harness і виконувати тривалі плани без ручного супроводу щосесії.

Результат

Методологія доводить себе на власному джерелі: цей сайт будується й супроводжується так само, як він радить будувати ваш — за /init.md. Якщо стандарт працює тут, у продакшні, він працюватиме й для вашого репозиторію.