技能基准

工程开发 社区

技能解读

当前原文的自动摘译,尚未人工审校。

使用说明

当用户要求执行此工作流程时,执行以下步骤: 📊 Skill Benchmark Orchestrator 目标:量化主动技能对实施质量的提高程度。提供优先的合规性增量和技能适用性报告。

第 1 步 — 项目背景和主动技能

识别AGENTS.md中的技术堆栈和所有主动技能。

第 3 步 — 构建评估驱动的记分卡

从evals/evals.json获取记分卡,而不是从硬编码模式。同步时请遵循<SKILLS>/common/common-skill-creator/references/benchmark.md中的记分卡规则:阅读<SKILLS>/<category>/<skill>/evals/evals.json。生成失败模式和成功模式列。重构文件,引用每次更改的确切技能规则。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
工程开发
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@HoangNguyen0403 · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步 — 项目背景和主动技能

确定`AGENTS.md`中的技术堆栈和所有主动技能。

02
第 2 步 — 自动选择旧陷阱

自动选择文件。根据反模式的严重程度对候选者进行排名: 🔴 P0:硬编码的秘密; UI 组件内的逻辑。 🟠 P1:路由器模式错误;局部关注的全局状态;缺少设计标记。 🟡 P2:面向用户的原始字符串(i18n)。

03
第 3 步 — 构建评估驱动的记分卡

从`evals/evals.json`获取记分卡,而不是从硬编码模式。同步后,请遵循`<SKILLS>/common/common-skill-creator/references/benchmark.md`中的记分卡规则:阅读`<SKILLS>/<category>/<skill>/evals/evals.json`。生成失败模式和成功模式列。重构文件,引用每次更改的确切技能规则。

04
第 4 步 — 基准报告和合规性增量

同步时使用`<SKILLS>/common/common-skill-creator/references/benchmark.md`中的模板输出记分卡和合规分数。之前与之后的合规性分数。 Δ Delta:+Z% 🚀。评估一致性:该技能对评估测试内容的指导效果如何?

05
第 5 步——技能适用性和迭代

对于每个`❌ FAIL`,同步时使用`<SKILLS>/common/common-skill-creator/references/benchmark.md`中的迭代表确定根本原因。信号与文件不匹配? → 完善触发器。规则太模糊? → 添加反模式规则。冲突? → 确保 P0 优先于 P1。

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。