跳到正文
cccskills
免费在 GitHub 公开中文介绍

skill-comply

通过支持规则、中立和与规则冲突的三类指令,检验AI智能体是否遵守技能或规则,检查工具调用顺序,并生成包含各场景遵守率和调用时间线的报告。

原文查看原文说明

Visualize whether skills, rules, and agent definitions are actually followed — auto-generates scenarios at 3 prompt strictness levels, runs agents, classifies behavioral sequences, and reports compliance rates with full tool call timelines. Use when checking whether agents actually follow the skills, rules, and definitions they were given, rather than assuming they do.

AI 评分80分/ 100查看安装方法

适用场景

  • 检查新增规则是否得到遵守
  • 确认没有明确提醒时是否遵循步骤
  • 检查工具执行顺序与遗漏
  • 只生成验证场景而不运行智能体

中文介绍

功能

该技能检验AI智能体是否按照给定技能或规则行动。它从Markdown中生成预期行为步骤,并按支持规则的指令、中立指令、冲突指令三个层级生成场景。执行过程中,使用LLM分类工具调用并检查步骤顺序,最终在报告中列出各场景的遵守率与调用时间线。

适用场景

适合添加新规则后进行验证,或确认没有明确提醒时,智能体是否仍然遵循流程。报告包含预期步骤和实际使用的提示词,便于查看遗漏了哪个阶段。对于遵守率较低的步骤,还会提出改用钩子自动启动相应操作的建议。

使用示例

  • “请检查这份testing.md是否真的得到遵守。”
  • “请只根据SKILL.md生成验证场景,不执行验证。”

注意事项

执行示例使用uv、Python和claude -p。常规验证会调用模型并产生费用。--dry-run只生成行为规范和场景,不运行智能体。对智能体定义的验证仅检查是否按预期调用该智能体,暂不支持验证其内部工作流程。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

客观评估

AI 仅根据 SKILL.md 的内容,从 4 个方面进行了评估。星标数和热度不计入评估。

指令清晰度能否看出何时使用、做什么
A良好明确说明了检查技能和规则遵守情况的用途,以及三种指令条件下的测量方式。
步骤具体性步骤、输入输出和示例是否具体
A良好列出了从生成行为规范到报告的六个阶段、执行命令及报告的四项内容。
安全性发送数据、删除文件、执行命令等是否有说明
B部分不足说明了通过claude -p运行并获取调用记录,但未规定执行权限和隔离范围。
安装难易度所需工具和 API 密钥是否少且有说明
B部分不足示例使用uv、Python和claude -p,但未说明安装及身份验证步骤。

总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI(OpenAI Codex)于 2026年10月19日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(22)

  • SKILL.md2.4 KB
  • fixtures/compliant_trace.jsonl1.0 KB
  • fixtures/noncompliant_trace.jsonl629 B
  • fixtures/tdd_spec.yaml1.2 KB
  • prompts/classifier.md1.0 KB
  • prompts/scenario_generator.md1.9 KB
  • prompts/spec_generator.md1.6 KB
  • pyproject.toml360 B
  • scripts/__init__.py0 B
  • scripts/classifier.py2.7 KB
  • scripts/grader.py7.6 KB
  • scripts/parser.py2.7 KB
  • scripts/report.py6.3 KB
  • scripts/run.py4.2 KB
  • scripts/runner.py9.9 KB
  • scripts/scenario_generator.py1.8 KB
  • scripts/spec_generator.py2.2 KB
  • scripts/utils.py411 B
  • tests/test_classifier.py3.1 KB
  • tests/test_grader.py17.7 KB
  • tests/test_parser.py3.1 KB
  • tests/test_runner.py21.8 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

skill-comply: Automated Compliance Measurement

Measures whether coding agents actually follow skills, rules, or agent definitions by:

  1. Auto-generating expected behavioral sequences (specs) from any .md file
  2. Auto-generating scenarios with decreasing prompt strictness (supportive → neutral → competing)
  3. Running claude -p and capturing tool call traces via stream-json
  4. Classifying tool calls against spec steps using LLM (not regex)
  5. Checking temporal ordering deterministically
  6. Generating self-contained reports with spec, prompts, and timelines

Supported Targets

  • Skills (skills/*/SKILL.md): Workflow skills like search-first, TDD guides
  • Rules (rules/common/*.md): Mandatory rules like testing.md, security.md, git-workflow.md
  • Agent definitions (agents/*.md): Whether an agent gets invoked when expected (internal workflow verification not yet supported)

When to Activate

  • User runs /skill-comply <path>
  • User asks "is this rule actually being followed?"
  • After adding new rules/skills, to verify agent compliance
  • Periodically as part of quality maintenance

Usage

# Full run
uv run python -m scripts.run ~/.claude/rules/common/testing.md

# Dry run (no cost, spec + scenarios only)
uv run python -m scripts.run --dry-run ~/.claude/skills/search-first/SKILL.md

# Custom models
uv run python -m scripts.run --gen-model haiku --model sonnet <path>

Key Concept: Prompt Independence

Measures whether a skill/rule is followed even when the prompt doesn't explicitly support it.

Report Contents

Reports are self-contained and include:

  1. Expected behavioral sequence (auto-generated spec)
  2. Scenario prompts (what was asked at each strictness level)
  3. Compliance scores per scenario
  4. Tool call timelines with LLM classification labels

Advanced (optional)

For users familiar with hooks, reports also include hook promotion recommendations for steps with low compliance. This is informational — the main value is the compliance visibility itself.

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

accessibility

免费有简介AI 评分 100分

依据WCAG 2.2设计和检查Web、iOS及Android界面,核查读屏标签、键盘操作、配色对比度和操作目标尺寸,使界面支持辅助技术。

  • 为纯图标按钮添加说明
  • 检查键盘操作与模态框焦点
  • 检查对比度与操作目标尺寸
affaan-m/ECC28.4万2026年10月16日 更新

agent-architecture-audit

免费有简介AI 评分 80分

从指令、记忆、工具执行和界面显示等十二个层面排查人工智能代理故障,依据代码和日志梳理原因,按严重程度列出问题并提出修复方案。

  • 排查仅在应用内出现的故障
  • 调查旧对话混入回答的原因
  • 核对工具漏执行或虚报执行
affaan-m/ECC28.4万2026年10月16日 更新

agent-eval

免费有简介AI 评分 80分

用实际开发任务比较多个编程智能体,记录成功率、可获取的API费用、耗时和重复运行的稳定性,为工具选型及更新后的性能评估提供数据。

  • 用实际开发任务比较智能体
  • 采用新工具或模型前进行评估
  • 检查智能体更新后的性能
affaan-m/ECC28.4万2026年10月16日 更新

agent-harness-construction

免费有简介AI 评分 100分

设计和调整AI智能体使用的工具、输入与返回格式,明确出错后的恢复、重试和停止条件,管理上下文信息量,并以完成率、重试次数和成功任务成本评估改进。

  • 设计智能体工具及输入格式
  • 明确工具结果与下一步行动
  • 制定安全重试与停止条件
affaan-m/ECC28.4万2026年10月16日 更新

agent-introspection-debugging

免费有简介AI 评分 100分

在AI代理反复失败或重复操作时,记录错误与环境前提、排查原因,采取影响有限的恢复操作,并汇总结果和证据,为有依据的重试与交接提供支持。

  • 排查重复调用工具的原因
  • 调查对话膨胀导致的质量下降
  • 核对文件路径与环境差异
affaan-m/ECC28.4万2026年10月16日 更新

agent-introspection-debugging

免费有简介AI 评分 100分

根据错误信息和执行环境,分析AI代理反复失败或重复操作的原因。通过小范围、可撤销的恢复操作检验假设,并将结果与依据整理成可供交接的报告。

  • 诊断代理连续失败
  • 调查重复调用工具的循环
  • 检查上下文积累导致的输出退化
affaan-m/ECC28.4万2026年10月5日 更新

查看 affaan-m 的全部技能

报告此技能的问题