Agent测试
- 作者仓库星标 498
- 作者更新于 实时读取
- 作者仓库 agent-skills-standard
- 领域
- 工程开发
- 兼容 Agent
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- 信任分
- 88 / 100 · 社区维护
- 作者 / 版本 / 许可
- @HoangNguyen0403 · 未声明 license
- Token 消耗评级
- 低消耗
- 接入复杂程度
- 需简单配置
- 是否需要外部 API Key
- 不需要
- 兼容的系统
- 未声明（默认跨平台）
- 底层运行要求
- 无特殊要求
- 文件与系统权限
-
- 只读
- 允许写入 / 修改
- Shell 执行
- 网络行为
- 仅限本地
- 安装命令数
- 26 条
档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。
需要注意： 未限定 allowed-tools，默认拥有全部工具权限。
---
name: skill-benchmark
description: Benchmark AI skill effectiveness by measuring implementation quality against legacy constraints.…
category: 工程开发
runtime: 无特殊运行时
---
# skill-benchmark 输出预览
## PART A: 任务判断
- 适用问题：代码实现、重构、调试或代码审查。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“Instructions / Step 1 — Project Context & Active Skills / Step 2 — Auto-Select a Legacy Trap”读取原文规则，不把推断写成作者承诺。
## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于代码实现、重构、调试或代码审查，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“Instructions / Step 1 — Project Context & Active Skills / Step 2 — Auto-Select a Legacy Trap”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、执行终端命令、主要在本地完成、通常不需要额外 API Key 给出执行前确认项。
## Running Rules
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。原文没有稳定的斜杠命令要求。安装验证后通常全局生效，直接在对话里点名这个 Skill 并描述任务即可。
告诉 Agent 目标文件或材料、期望结果、不可改范围、是否允许联网或执行命令。本 Skill 的权限画像是：读取文件、写入/修改文件、执行终端命令。
先用一个小任务确认它会围绕“Instructions / Step 1 — Project Context & Active Skills / Step 2 — Auto-Select a Legacy Trap”工作；涉及文件或命令时，先看 diff、日志、预览或测试结果。
检查最终产物是否包含明确结果、必要证据和下一步动作；如果输出泛泛而谈，就补充输入、边界和验收标准后重跑。
---
name: skill-benchmark
description: Benchmark AI skill effectiveness by measuring implementation quality against legacy constraints.…
category: 工程开发
source: HoangNguyen0403/agent-skills-standard
---
# skill-benchmark
## 什么时候使用
- 把工程方向的常用动作沉淀成 Agent 可调用的技能 适合处理工程开发场景下的代码实现、调试、重构、测试或代码审查，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查、可继续迭代…
- 面向代码实现、重构、调试或代码审查，优先处理能明确输入、步骤和验收标准的工作。
## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。
## 执行规则
- 围绕「Instructions / Step 1 — Project Context & Active Skills / Step 2 — Auto-Select a Legacy Trap」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件、执行终端命令；主要在本地完成；通常不需要额外 API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。
## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。
skill "skill-benchmark" {
输入层 -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
上下文层 -> Instructions / Step 1 — Project Context & Active Skills / Step 2 — Auto-Select a Legacy Trap
规则层 -> SKILL.md 触发条件 / 执行顺序 / 输出格式
运行层 -> 无特殊运行时 | 读取文件、写入/修改文件、执行终端命令 | 主要在本地完成
安全层 -> 通常不需要额外 API Key + 小任务验证 + diff / 日志复核
输出层 -> 可复制结果 + 检查清单 + 下一步迭代
}Skill Benchmark Skill
[!IMPORTANT] Benchmark AI skill effectiveness by measuring implementation quality against legacy constraints.
Instructions
When the user asks to perform this workflow, execute the following steps:
📊 Skill Benchmark Orchestrator
Goal: Quantify how much active skills improve implementation quality. Deliver a prioritized compliance delta and skill applicability report.
Step 1 — Project Context & Active Skills
Identify the tech stack and all active skills in AGENTS.md.
# 1. Total source files and lines changed
find src -name "*.ts" -o -name "*.tsx" | xargs wc -l 2>/dev/null | sort -rn | head -20
# 2. Check active skill registry
cat AGENTS.md | head -80Step 2 — Auto-Select a Legacy Trap
Pick the file automatically. Rank candidates by the severity of anti-patterns:
- 🔴 P0: Hardcoded secrets; Logic inside UI components.
- 🟠 P1: Wrong Router pattern; Global state for local concerns; Missing design tokens.
- 🟡 P2: Raw user-facing strings (i18n).
Step 3 — Build Eval-Driven Scorecard
Source your scorecard from evals/evals.json, not from hardcoded patterns.
Follow the Scorecard Rubric in <SKILLS>/common/common-skill-creator/references/benchmark.md when synced:
- Read
<SKILLS>/<category>/<skill>/evals/evals.json. - Generate columns for Failure Pattern and Success Pattern.
- Refactor the file, citing the exact skill rule for each change.
Step 4 — Benchmark Report & Compliance Delta
Output the scorecard and compliant score using the templates in <SKILLS>/common/common-skill-creator/references/benchmark.md when synced.
- Compliance Score Before vs After.
- Δ Delta: +Z% 🚀.
- Eval Alignment: How well does the skill teach what the eval tests?
Step 5 — Skill Applicability & Iteration
For every ❌ FAIL, identify the root cause using the Iteration Table in:
<SKILLS>/common/common-skill-creator/references/benchmark.md when synced.
- Signal not matching file? → Refine trigger.
- Rule too vague? → Add Anti-Pattern rule.
- Conflict? → Ensure P0 overrides P1.
Suggested .skillsrc Exclusions
Recommend any skills that are noisy or non-applicable for the project.
exclude:
- [skill-id] # reason
先判断是否适合
作者设计意图
作者的方法与取舍
边界和复核