AB review-agent-harness
Проверяет, может ли среда выполнения агента репозитория надежно выполнять работу от намерения до контролируемого выполнения, проверки, доставки и обучения. Используйте при запросе на оценку готовности агента, повторяющихся сбоев агента, эффективности правил/навыков/хуков/памяти, отсутствия циклов проверки или восстановления, или того, улучшил ли ремонт среды последующие результаты. Не используйте для аудита только кода, только агентов, обзоров надежности отдельных навыков или для выполнения самой задачи.
машинный переводПоказать оригиналСкрыть оригинал«Review whether a repository's coding-agent harness can reliably carry…»
Review whether a repository's coding-agent harness can reliably carry work from intent through controlled execution, verification, delivery, and learning. Use when asked to assess agent readiness, repeated agent failures, Rules/Skills/Hooks/Memory effectiveness, missing validation or recovery loops, or whether a harness repair improved later outcomes. Do not use for code-only audits, AGENTS-only audits, individual skill reliability reviews, or executing the task itself.
Проверяет, может ли среда выполнения агента репозитория надежно выполнять работу от намерения до контролируемого выполнения, проверки, доставки и обучения.
Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 71/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 55Ошибки и развилки. Развилок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 47
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3384 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +3Формат ответа не описан: модель каждый раз решает сама
- -32 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 474 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 47 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.