agentleFS
JimmyVGDYJimmyVGDY/codex-long-term-assistant-skills/skills/engineering-quality-delivery/SKILL.md

engineering-quality-delivery

Skill3 starsChanged 2 months agoApache-2.0View on GitHub

代码、脚本、迁移或逻辑配置发生行为变化,或任务涉及测试、Git、CHANGELOG、审批、部署、重启、灰度、回滚和生产操作时使用。只读解释、无行为变化文字修改和普通文档排版通常不触发;多 Agent 复审仅按风险组合。

The file

Files
SKILL.md

研发质量与安全交付技能

必读与执行档位

  1. 先读取 references/engineering-quality-delivery-workflow.md 索引。
  2. 从 references/execution-profiles-and-phases.md 选择 LIGHT / STANDARD / STRICT,不得因为本技能被激活就机械执行最重流程。
  3. 非简单任务使用 references/task-execution-envelope.md 记录 Project Binding、六个路由维度、授权、Skill、门禁、停止条件和阶段。
  4. 修改后按 references/evidence-fingerprint-protocol.md 记录验证和复审证据;代码、配置或差异变化后旧证据必须标记为 stale。
  5. 受保护操作和最终交付读取 references/project-binding-approval-finalization.md,不得用 Evidence 替代 Approval,也不得把“已修改”表述为“已部署或已生效”。

强制流程

涉及新增功能、修复、重构或共享实现改动时,修改前读取 组件与模块复用,按任务规模完成已有能力定位与适用性判断;只读和无行为变化任务不触发。

能力索引按统一流程完成以下适用动作:

  • 修改前:已绑定Profile且有核验过的runtime入口时,先限定查询确认索引状态;不能凭任务简单或工作区未见索引推断缺失。已有本任务可靠的缺失证据且不适用初扫时可直接查源码。首次共享公开接口或多使用方规则变更需限定初扫;INDEX_MISSING不豁免该触发,LIGHT档只缩小范围。
  • 结束前:本次协调者使变更路径失效,限定扫描已检查的变更源文件,以及查询后已核实并实际采用的过期候选源文件,再读回;候选未改动也需刷新已过期定位。仅invalidate不算更新完成。子Agent交回发现,由协调者合并。
  • 无索引的简单局部修复直接检索源码;无关任务不创建索引。不为该流程额外启动Agent或全仓扫描。
  1. 确认项目、分支、基线、目标、非目标、授权、验收和停止条件;跨会话、非简单或受保护操作优先绑定仓库外 Project Profile。
  2. 高风险公共契约、迁移、权限、核心状态机、跨服务和生产方案,在编码前按需组合 $multi-agent-independent-review 完成一次实施前门禁。
  3. 做当前功能边界的最小充分修改,并执行与改动直接相关的最低定向验证。
  4. 实施后独立复审只在真实行为改动且风险需要时触发;低风险、无行为变化或只读任务不得机械多开 Reviewer。
  5. 复审后再修改时,受影响验证、Review Packet 和复核结论自动失效并重新执行。
  6. Git 提交、推送、部署、重启、数据写入和功能生效分别授权、分别执行、分别读回、分别报告。
  7. 最终交付从当前仓库、Evidence、Approval 和动作读回记录重新生成,不沿用旧基线或被否决的中间方案。
  8. 宿主提供完整任务反馈绑定且已有工程验证时,通过 scripts/evolution.py validate-task 执行该验证并保留结构化结果;主协调者在最终回答前调用 finalize-task,明确终态、失败分类、返修次数和路由判断。计数从证据机械提取,不保存命令或输出正文。没有完整绑定或有效证据时保留 UNKNOWN,不额外运行无意义验证;普通任务不触发完整演进分析。

模型与委派成本

主 Agent 保持当前选择。子 Agent 的型号、思考强度和预算采用脚本决策与弹性规则;执行脚本返回的精确参数。

  • 新默认覆盖 GPT-6 Luna、Sol、Astra 的 low/medium/high;信息不足采用 Sol/medium,不以缺少理由、收益卡或历史样本阻止派发。
  • 模型保留语义判断和调整建议;脚本在既有权限、总预算和允许调整范围内重新计算后才改变调用参数。规模或单次检查失败不直接代表难度,也不必然升档。
  • 可计算的读取、去重、计数、预留和重试交脚本。缺证据走默认/降级路径,允许继续与验证通过分开记录。
  • STRICT 只表示流程门禁更严格,不自动把主 Agent 或全部 Reviewer 升级到 High;证据可复用时禁止重复执行等价验证。

工具

  • Task Envelope、门禁、Approval 消费与 Finalization:scripts/execution_guard.py
  • 项目 Onboarding、Approval、Evidence、记忆晋升和 Finalization:安装后的 cp-runtime.py,源码入口为包根目录 scripts/cp-runtime.py
  • 模板:assets/templates/TASK_EXECUTION_ENVELOPE.template.yaml

组合边界

  • 应用机制组合 Java、Python、frontend-engineering 或数据基础设施 Skill,不无条件加载全部。
  • 只读可观测性分析优先 $log-observability-analysis;明确转入修复后才执行本技能交付门禁。
  • 正式文档组合 $technical-document-writing;跨会话或多节点任务组合 $long-running-task-memory。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.