skill-comply

# skill-comply：自动化合规度量 衡量编码智能体是否真正遵循技能、规则或智能体定义，通过： 1. 从任何 .md 文件自动生成预期行为序列（规格） 2. 自动生成递减提示严格度的场景（支持性 → 中性 → 竞争性） 3. 运行 `claude -p` 并通过 stream-json 捕获工具调用追踪 4. 使用 LLM（而非正则表达式）将工具调用与规格步骤进行分类 5. 确定性地检查时序排列 6. 生成包含规格、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 search-first、TDD 指南 - **规则**（`rules/common/*.md`）：强制规则如 testing.md、security.md、git-workflow.md - **智能体定义**（`agents/*.md`）：智能体是否在预期时被调用（内部工作流验证尚未支持） ## 何时激活 - 用户运行 `/skill-comply <path>` - 用户询问"这条规则真的被遵循了吗？" - 添加新规则/技能后，验证智能体合规性 - 作为质量维护的定期检查 ## 用法 ```bash # 完整运行 uv run python -m scripts.run ~/.claude/rules/common/testing.md # 试运行（无成本，仅规格 + 场景） uv run python -m scripts.run --dry-run ~/.claude/skills/search-first/SKILL.md # 自定义模型 uv run python -m scripts.run --gen-model haiku --model sonnet <path> ``` ## 核心概念：提示独立性 衡量即使提示没有明确支持某项技能/规则时，该技能/规则是否仍被遵循。 ## 报告内容 报告是自包含的，包括： 1. 预期行为序列（自动生成的规格） 2. 场景提示（每个严格度级别被问到的内容） 3. 每个场景的合规分数 4. 带 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，报告还包括对合规率低的步骤的钩子推广建议。这是信息性的 — 主要价值在于合规可见性本身。