skill-comply

原文涵盖的主题

• skill-comply：自动化合规性测量
• 支持的目标
• 何时激活
• 使用方法
• 关键概念：提示独立性
• 报告内容
• 高级（可选）

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 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） 用户运行 /skill-comply 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 测量技能/规则是否在提示未明确支持时仍被遵循。 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 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。