mirror of
https://github.com/affaan-m/everything-claude-code.git
synced 2026-05-15 03:04:43 +08:00
61 lines
2.1 KiB
Markdown
61 lines
2.1 KiB
Markdown
---
|
||
name: skill-comply
|
||
description: 可视化技能、规则和代理定义是否被实际遵循——自动生成3种提示严格级别的场景，运行代理，分类行为序列，并报告完整工具调用时间线的合规率
|
||
origin: ECC
|
||
tools: Read, Bash
|
||
---
|
||
|
||
# skill-comply：自动化合规性测量
|
||
|
||
通过以下方式测量编码代理是否实际遵循技能、规则或代理定义：
|
||
|
||
1. 从任意 .md 文件自动生成预期行为序列（规范）
|
||
2. 自动生成提示严格程度递减的场景（支持性 → 中性 → 竞争性）
|
||
3. 运行 `claude -p` 并通过 stream-json 捕获工具调用轨迹
|
||
4. 使用 LLM（而非正则表达式）将工具调用分类到规范步骤
|
||
5. 确定性检查时间顺序
|
||
6. 生成包含规范、提示和时间线的自包含报告
|
||
|
||
## 支持的目标
|
||
|
||
* **技能**（`skills/*/SKILL.md`）：工作流技能，如搜索优先、TDD 指南
|
||
* **规则**（`rules/common/*.md`）：强制性规则，如 testing.md、security.md、git-workflow.md
|
||
* **代理定义**（`agents/*.md`）：代理是否在预期时被调用（内部工作流验证尚不支持）
|
||
|
||
## 何时激活
|
||
|
||
* 用户运行 `/skill-comply <path>`
|
||
* 用户询问"这条规则是否真的被遵循？"
|
||
* 添加新规则/技能后，验证代理合规性
|
||
* 作为质量维护的一部分定期执行
|
||
|
||
## 使用方法
|
||
|
||
```bash
|
||
# 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>
|
||
```
|
||
|
||
## 关键概念：提示独立性
|
||
|
||
测量技能/规则是否在提示未明确支持时仍被遵循。
|
||
|
||
## 报告内容
|
||
|
||
报告是自包含的，包括：
|
||
|
||
1. 预期行为序列（自动生成的规范）
|
||
2. 场景提示（每个严格程度级别询问的内容）
|
||
3. 每个场景的合规性评分
|
||
4. 带有 LLM 分类标签的工具调用时间线
|
||
|
||
### 高级（可选）
|
||
|
||
对于熟悉钩子的用户，报告还包含针对合规性较低的步骤的钩子提升建议。此为参考信息——主要价值在于合规性本身的可见性。
|