将代码定位、一至两个文件的修改和差异审查分配给专门的辅助智能体,以简短的结构化格式接收结果,减少主智能体的上下文占用。
- 查找定义和调用位置
- 限定在一至两个文件内修改
- 审查代码差异中的缺陷
以足以判断结果的必要检查,验证现有工作是否满足验收条件。复用仍符合当前状态的结果,区分通过、失败及无法执行的原因,并在证据齐备后结束。
Prove existing work meets acceptance conditions without expanding scope. Use for validation-only tasks, completion checks, focused gate runs, and last-mile proof.
verify-and-stop 用必要且足够的检查,验证现有工作是否满足验收条件。它先梳理判断各项条件所需的最少证据,在开展范围更广的检查之前,先执行针对性检查。对于与代码仓库当前状态一致、且仍然有效的历史结果,可以直接复用。报告会明确区分通过、失败、不可用和受阻四种结果。
适合确认已经实现的工作是否完成,或只验证请求中指定的条件。当您希望在不扩大工作范围的情况下确认结果,或整理能够证明工作已完成的依据时,可以使用此技能。
如果验证请求没有包含修复任务,就不会编辑产品代码。条件满足后,不会继续润色、整理或添加无关测试。所需证据齐备后即结束,只报告命令、结果和尚未解决的风险。
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。
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。
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20日 评估。仅供参考,安装前请同时查看原文。
安装前可以查看交给 AI 代理的指令内容。
Translate acceptance conditions into smallest sufficient proof set.
Stop immediately when acceptance proof is complete. Report commands, results, and unresolved risk only.
还没有评价。欢迎分享你的使用感受。
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。
将代码定位、一至两个文件的修改和差异审查分配给专门的辅助智能体,以简短的结构化格式接收结果,减少主智能体的上下文占用。
将智能体回复整理为先给结论的简短文字,省去问候和冗长铺垫,同时保留代码、数值、否定与例外条件等必要信息,兼顾可读性。
按Conventional Commits格式生成简短的提交消息,说明代码变更意图,并为破坏兼容性的变更、迁移等情况补充正文背景。
将CLAUDE.md、任务列表等文件中的自然语言压缩为简短表述,减少输入令牌。保留代码与文档结构,并在单独位置备份便于阅读的原文。
按具体工作梳理代码中使用大语言模型的流程,先提出用途标签方案,获批后再添加标签,便于在 Caveman Cloud 中按流程分别查看费用。
以只读方式检查Caveman Cloud的费用、响应时间和错误,对照汇总数据与单次执行记录,依据证据整理支出构成及可改进之处。