boilerplate

Files (3)

• CHANGELOG.md
• README.md
• SKILL.md

SKILL.md (first lines)

# Purpose

Bootstrap a new project in one command: scaffold template, create GitHub repo,
copy AI rules snapshot, generate deployment runbook.

# Template Repository

`https://github.com/tsergeytovarov/popovs-boilerplate`

Each stack directory contains a `meta.yaml` with name, description, tags.
New stacks can be added to the repo — they appear in the list automatically.

# Process

## Step 1: Clone template repo

```bash
git clone --depth=1 https://github.com/tsergeytovarov/popovs-boilerplate /tmp/popovs-boilerplate-template
```

## Step 2: Show available stacks

Read `meta.yaml` from each subdirectory (skip `shared/` and any hidden dirs), present numbered list:

```
Доступные стеки:
1. Next.js + FastAPI — Full-stack: Next.js 15 frontend + FastAPI backend + PostgreSQL 16 + Docker Compose
2. FastAPI Backend — Backend only: FastAPI + PostgreSQL 16 + Docker Compose. Без фронтенда.
3. Landing Page — Статический сайт: HTML/CSS/JS.
4. Docs / Research — Документация и ресёрч: MkDocs Material.
```

## Step 3: Ask questions ONE AT A TIME

Ask each question separately, wait for answer before asking the next:

1. **Имя проекта?** (будет использовано как имя GitHub репо и плейсхолдер `{{PROJECT_NAME}}` в файлах)
2. **Стек?** (показать список из meta.yaml, пронумерованный)
3. **Видимость GitHub?** `public` / `private` (default: `private`)
4. **Домен?** (пример: `my-project.popovs.tech`)

After answers, compute:
- `{{SUBDOMAIN}}` = part of domain before first dot (e.g. `my-project` from `my-project.popovs.tech`)
- `{{YEAR}}` = current year

## Step 4: Copy template files

```bash
# Copy shared/ files (base structure for all stacks)
cp -r /tmp/popovs-boilerplate-template/shared/. ./

# Copy chosen stack files (overrides shared if same filename)
cp -r /tmp/popovs-boilerplate-template/<chosen-stack>/. ./

# Substitute all placeholders in all text files
find . -type f \( -name "*.py" -o -name "*.tsx" -o -name "*.ts" -o -name "*.js" \
  -o -name "*.json" -o -name "*.yml" -o -name "*.yaml" -o -name "*.conf" \
  -o -name "*.md" -o -name "*.html" -o -name "*.css" -o -name "*.txt" \
  -o -name "*.xml" -o -name ".env.example" -o -name "Makefile" \) \
  -not -path "*/node_modules/*" \
  -exec sed -i '' \
    "s/{{PROJECT_NAME}}/$PROJECT_NAME/g; \
     s/{{DOMAIN}}/$DOMAIN/g; \
     s/{{SUBDOMAIN}}/$SUBDOMAIN/g; \
     s/{{YEAR}}/$YEAR/g" {} \;
```

## Step 5: Copy AI settings snapshot

```bash
AI_SETTINGS=~/Desktop/projects/ai-settings

# docs/ai/ — all AI rules
mkdir -p docs/ai
cp -r $AI_SETTINGS/docs/ai/. docs/ai/

# Agent config files
cp $AI_SETTINGS/AGENTS.md ./AGENTS.md
cp $AI_SETTINGS/CLAUDE.md ./CLAUDE.md

# Claude Code settings
mkdir -p .claude
cp $AI_SETTINGS/.claude/settings.local.json ./.claude/settings.json

# Generate .claude/CLAUDE.md with model hints and MCP guard
cat > .claude/CLAUDE.md << 'EOF'
## Подсказки по модели и усилию

В конце каждого ответа, где предлагается следующий шаг или запускается задача, добавляй подсказку формата:

> 💡 *Для этого подойдёт **[модель]** + **[effort]***

Маппинг:
- **Haiku** — поиск по кодовой базе, explore-агенты, bash-команды, саммари, простые правки. Effort: не нужен.
- **Sonnet** — большинство задач: коммиты, PR, объяснения, скилы, планирование, рефакторинг. Effort: medium (по умолчанию).
- **Opus** — архитектурные решения, глубокий code review, дизайн-ревью, сложный дебаг, длинный контекст, ресёрч. Effort: high или xhigh.

Effort уровни: `low` / `medium` / `high` / `xhigh` — переключаются командой `/effort`.
Модель — командой `/model`.

Подсказку давай кратко, одной строкой, только когда уместно.

## MCP-серверы

Не вызывай инструменты MCP-серверов (Notion, Confluence, Claude_in_Chrome, scheduled-tasks) без явной просьбы пользователя.
EOF
```

## Step 6: Generate docs/DEPLOY.md

Read `~/Desktop/projects/infra/runbook.md` for exact commands.

Generate `docs/DEPLOY.md` using the stack-specific template from the **Deploy Instructions** section below.

Substitute `{{PROJECT_NAME}}`, `{{DOMAIN}}`, `{{SUBDOMAIN}}` with actual values collected in Step 3.

## Step 7: Create GitHub repo and push

```bash

From tsergeytovarov/ai-settings, MIT.

More from tsergeytovarov/ai-settings