config-skills

Zestaw umiejętności do pracy z modułem konfiguracyjnym LlamaFarm. Obejmuje generowanie modeli Pydantic v2 ze schematów JSON, przetwarzanie plików YAML/TOML/JSON, dereferencing referencji $ref oraz niestandardową walidację. Zawiera gotowe wzorce dla ładowania, zapisywania i generowania konfiguracji, wraz z listami kontrolnymi dla Pydantic i JSONSchema.

1. Zainstaluj umiejętność w swoim projekcie LlamaFarm, kopiując zawartość katalogu .claude/skills/config-skills do odpowiadającego mu miejsca w strukturze projektu.

2. Zapoznaj się z modułem konfiguracyjnym poprzez przejrzenie pliku schema.yaml, który zawiera definicję JSONSchema z referencjami $ref. To jest źródło prawdy dla struktury konfiguracji.

3. Uruchom compile_schema.py, aby zdereferencować wszystkie $ref i wygenerować schema.deref.yaml. Ten krok przygotowuje schemat do generowania typów Python.

4. Użyj generate_types.py z narzędziem datamodel-codegen, aby automatycznie wygenerować modele Pydantic v2 w pliku datamodel.py na podstawie zdereferencowanego schematu.

5. Dodaj niestandardowe walidatory w pliku validators.py dla logiki, której nie można wyrazić w JSONSchema, takie jak walidacja zależności między polami lub reguły biznesowe.

6. Załaduj i zapisz konfiguracje za pomocą funkcji z helpers/loader.py, które automatycznie wykrywają format (YAML, TOML, JSON) i walidują dane względem wygenerowanych modeli Pydantic.