Skip to main content
Glama

Kumihimo

組紐 — много нитей внутрь, один шнур наружу.

Kumihimo — это японское ремесло плетения множества отдельных нитей в единый шнур. Этот инструмент работает так же: вы раскладываете план в виде графа текстовых файлов, и Kumihimo сплетает этот граф в единый, хорошо упорядоченный промпт, с которым может работать LLM или агент кодирования.

  • Смотрите. kumihimo edit открывает живой холст — узлы, окрашенные по типам, рёбра зависимостей/членства/аннотаций, нарисованные по-разному, перетаскивайте для расположения, кликайте для редактирования. Холст следует за файлами: измените узел в vim (или позвольте Claude изменить его через MCP) и наблюдайте, как он перемещается.

  • Сплетайте. kumihimo braid компилирует граф в один детерминированный промпт: топологически упорядоченный, разбитый на разделы по вехам, каждый пункт указывает свои реальные предпосылки, со встроенной Mermaid-диаграммой самого графа.

  • Пусть Claude управляет им. kumihimo mcp предоставляет план через MCP — одиннадцать инструментов для чтения, реструктуризации, проверки и плетения — чтобы агент мог поддерживать план, который он выполняет. Собственная дорожная карта этого репозитория — это план Kumihimo (plans/roadmap), её промпты вех были сплетены, а не написаны вручную, и холст ниже — это та дорожная карта утром, когда v0.1 был завершён — каждая нить готова, узел релиза заблокирован ожиданием человека с тегом:

Файлы — единственный источник истины — Markdown с YAML frontmatter, в git, чисто диффятся. Редактор, CLI и MCP-сервер — это тонкие клиенты поверх единого операционного слоя; позиции узлов хранятся в сайдкаре view.yaml, поэтому расположение графа никогда не загрязняет семантический дифф.

Десять минут

pip install kumihimo

kumihimo new myplan
kumihimo edit myplan        # live canvas at 127.0.0.1:8720
kumihimo add myplan build --kind task --title "Build the loader" --body "..."
kumihimo check myplan       # cycles named with paths, dangling edges, field breaches
kumihimo braid myplan       # one prompt on stdout — paste into your agent

Узел — это файл:

---
kind: task
title: Rate-limit middleware
needs: [api-endpoints, pick-algorithm]
in: [ship-guarded-api]
effort: M
acceptance:
  - 429 + Retry-After on breach
---
Middleware on every authenticated route. Fail *open* on Redis errors —
availability beats enforcement.

…и плетение компилирует граф в один промпт — преамбула, встроенная Mermaid-диаграмма, принятые решения, сформулированные как ограничения, каждая задача с честной строкой После: и чек-листом Готово, когда::

Ядро не зависит от предметной области: оно понимает идентичность, прозу, порядок (needs), членство (in) и аннотации (links) — всё остальное берётся из типов, которые вы определяете в манифесте, включая поля и шаблоны Jinja2. Инженерный набор (task, milestone, decision, risk, question) поставляется по умолчанию; examples/fieldnotes — это исследовательский план, чьи типы полностью живут в его собственном манифесте.

Документация: https://tzavislan.github.io/kumihimo/ — учебник, концепции, пользовательские типы, настройка MCP, форматы файлов.

Related MCP server: Executive Cortex MCP

Разработка

uv sync
uv run pytest -q
uv run python tools/lint.py            # the conventions linter CI runs
npm --prefix frontend install         # only if you work on the canvas
npm --prefix frontend run build

Соглашения (проверяются в CI): CONVENTIONS.md. Вклад: CONTRIBUTING.md. Проектная документация: PLAN.md. Релизы: RELEASING.md.

Лицензия

MIT

Maintenance

ActivitySlowing
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    C
    maintenance
    Provides interactive visual plans for AI coding agents, allowing users to review, approve, and monitor execution in real-time.
    17 npm
    642
    MIT
  • -
    license
    Not graded
    quality
    Not graded
    maintenance
    Enables local task planning and execution with DAG-based plans, multiple reasoning methods, and persistence for AI agents.
    -
  • A
    license
    Not graded
    quality
    C
    maintenance
    Enables AI agents to decompose high-level goals into structured task plan DAGs with dependencies, acceptance criteria, and quality gates, and to validate or export those plans in multiple formats.
    MIT