Nabu

Preprocessore semantico e postprocessore leggero per output tecnici. Filtra rumore, comprime contenuto e preserva struttura quando il testo contiene codice o dati formattati.

Source of truth: SKILL.md.

Cosa fa

• riduce ridondanza e digressioni
• comprime risposte verbose
• preserva codice, JSON, YAML, XML e configurazioni
• attiva sintesi solo quando compaiono keyword esplicite
• prepara briefing e handoff tra agenti

Keyword di sintesi

Keyword	Effetto
sintetico	5-8 righe
ultrasintetico	2-4 righe
telegramma	una riga secca
nessuna keyword	risposta completa ma senza fluff

Formati supportati

Richiesta	Output
in punti	bullet list minimale
in tabella	tabella compatta
in json	JSON valido e minimale
schema	outline gerarchico
codice	solo la parte essenziale

Modalita di compressione

• ultra-compress: default, massima densita
• key-points-only: solo punti chiave
• lossless-compact: compatto senza perdita di contenuto
• executive-brief: 3-5 punti operativi con priorita

Quando usarlo

• briefing tecnici
• log e report lunghi
• code review e analisi
• passaggi di contesto a un altro agente

Miglioramenti verificati

Verifica funzionale eseguita sulla copia installata in .agents/skills/nabu/SKILL.md, risultata identica al sorgente del repository.

Area	Comportamento verificato	Miglioramento osservato
Input breve	Aggiorna dipendenze e correggi bug minori. resta conciso e non viene espanso inutilmente	evita espansioni inutili e non aggiunge fluff
Sintesi keyword-driven	sintetico, ultrasintetico, telegramma producono rispettivamente output breve, molto breve e una riga	riduce rapidamente incident report e briefing senza perdere i fatti chiave
Formati espliciti	in punti, schema, in json restituiscono solo la struttura richiesta	rende l'output immediatamente riusabile in handoff, ticket e automazioni
Contenuti strutturati	il JSON {"service":"api","retries":3,"timeout":30} viene preservato senza alterazioni	comprime testo descrittivo senza rompere dati o configurazioni
Ambiguita	la specifica richiede una sola domanda di chiarimento su input come Sistemalo.	limita assunzioni errate e riduce rework quando il comportamento viene applicato dal runtime
Severity	etichette come BLOCKER, HIGH, MEDIUM vengono mantenute	preserva priorita operative e leggibilita per triage e handoff

Esito della verifica funzionale

• casi coperti nella baseline manuale: 10
• tensioni di specifica individuate inizialmente: 2
• tensioni di specifica corrette in SKILL.md: 2
• stato attuale della specifica: nessun conflitto funzionale aperto
• tokenizzazione misurata con o200k_base
• saldo netto su tutti i test: 254 -> 242 token (-4.7%)
• miglior riduzione su test passato: T6, 22 -> 16 token (-27.3%)

Test eseguiti e variazione token

Delta positivo = token risparmiati. Delta negativo = output piu lungo dell'input.

Test	Prompt	Input	Output	Delta	Riduzione	Esito	Osservazione
T1	Aggiorna dipendenze...	13	13	0	0.0%	PASS	input breve lasciato invariato
T2	... release di domani. sintetico	48	52	-4	-8.3%	PASS	sintesi corretta, ma i bullet aggiungono token
T3	... mismatch schema. ultrasintetico	34	29	5	14.7%	PASS	buona compressione con 2 righe
T4	Elenca azioni urgenti... telegramma	20	16	4	20.0%	PASS	una riga secca, riduzione netta
T5	... cache incoerente. in punti	26	26	0	0.0%	PASS	guadagno in struttura, non in token
T6	... downtime. telegramma in json	22	16	6	27.3%	PASS	miglior caso passato per densita
T7	Riassumi il piano... schema	28	34	-6	-21.4%	PASS	outline piu leggibile ma piu costoso in token
T8	Sintetizza senza alterare il JSON... sintetico	25	14	11	44.0%	PASS	preservazione JSON corretta; il vincolo rigido sulle righe e stato rimosso
T9	Sistemalo.	4	9	-5	-125.0%	PASS	aumento atteso: una domanda di chiarimento e obbligatoria
T10	BLOCKER... sintetico in punti	34	33	1	2.9%	PASS	output corretto: la struttura richiesta prevale sul conteggio righe/token

Punti di attenzione emersi dai test

• in punti e schema migliorano la leggibilita ma non garantiscono riduzione token; questo e corretto e non va classificato come errore
• su input molto brevi o ambigui la skill puo privilegiare qualita, struttura o chiarimento rispetto alla pura compressione
• nel runtime batch di opencode il marker esplicito della skill non compare sempre, quindi oggi viene segnalato come WARN, non come FAIL
• i test automatici devono continuare a fallire solo su regressioni funzionali reali: JSON non valido, severity perse, formato non rispettato, path runtime incoerenti

Esempi

Input breve

Aggiorna dipendenze e correggi bug minori.

Output:

Aggiorna dipendenze e correggi bug minori.

sintetico in punti

Il job di integrazione fallisce con timeout durante i test end-to-end. Possibile regressione nel pacchetto X. sintetico in punti

Output:

- CI: test end-to-end falliscono
- Punto critico: timeout nel flusso A -> B
- Ipotesi: regressione nel pacchetto X
- Azione: riprodurre localmente e verificare il diff

telegramma in json

Elenca azioni urgenti: migrazione DB, backup completo, comunicazione downtime. telegramma in json

Output:

{"actions":["migrazione DB","backup completo","comunicazione downtime"]}

Note operative

• se il testo contiene codice o dati strutturati, non alterare la sintassi
• se l'obiettivo e ambiguo, fai una sola domanda di chiarimento
• il risultato deve essere piu corto dell'input, salvo casi gia molto brevi