メニュー
agent-project のタスクを「受入基準チェックリスト × 証跡」で検証する検証エージェント向けスキル。1 行のシェルコマンドの exit 0 を done の唯一の根拠にする方式をやめ、基準ごとに実行時にコマンドを試行錯誤して充足を確かめ、証跡付きの判定レポートを返す。agent-project の settle（verifier）から呼ばれる。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/ynitto/sandbox --skill backlog-verifierコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
会話中の話題を、最小の視覚表現（擬似コード・呼び出しツリー・コンポーネントツリー・ファイルツリー・Mermaid・diff・HTML）で見せて理解を助けるスキル。「図で説明して」「見せて」「視覚的に説明して」「イメージで教えて」「構造を見せて」「どう変わるのか見せて」「show me」などで発動する。説明が長文になりそうなときに、文章の代わりに図で示す。
agent-flow の orchestrator 向け高精度タスク分解・戦略選択スキル。要求を分析し、7パターン（map-reduce 含む）＋複合パターンから最適な戦略を選定し、実行可能なタスクグラフを生成する。decomposition スキルの分解能力を内包し、agent-flow の `--planner flow-planner` で利用する。
セッションをまたいで知識・決定事項を継続させたいときのスキル。「覚えておいて」でsave、「思い出して」でrecall、「記憶一覧」でlist、「忘れて」でarchive、「共有して」でshare、「整理して」でcleanup、「役立った／間違ってた」でrate、「固定化して」でconsolidate。重要な知見を発見したら自律的にsaveを実行すること。
| name | backlog-verifier |
| description | agent-project のタスクを「受入基準チェックリスト × 証跡」で検証する検証エージェント向けスキル。1 行のシェルコマンドの exit 0 を done の唯一の根拠にする方式をやめ、基準ごとに実行時にコマンドを試行錯誤して充足を確かめ、証跡付きの判定レポートを返す。agent-project の settle（verifier）から呼ばれる。 |
| metadata | {"version":"1.0.0","tier":"experimental","category":"verification","tags":["agent-project","verification","acceptance-criteria","evidence"]} |
backlog-planner が書き人が直したタスクの 受入基準チェックリスト（acceptance:） に対して、
成果ブランチのワークスペース上で充足を確かめ、基準ごとの判定 + 証跡を返す。
なぜコマンドではなく基準と証跡なのか: 従来は自然文の完了条件から決定的シェルコマンドを 1 回の LLM 呼び出しで合成し、その exit 0 を done の唯一の根拠にしていた。環境差で大半が失敗 して人へ倒れるうえ、昇格したコマンドが「たまたま通る劣化した検証」でも、人にはそれを 見抜く材料が無い。人がレビューできるのは基準と証跡であって、コマンドの良し悪しではない。
scripts/prompt.py は プロンプトを組み立てるだけ（LLM は呼ばない）。実行・予算管理・
失敗トリアージは agent-project 側が持つ。
echo '<入力 JSON>' | python3 scripts/prompt.py
→ プロンプト本文を stdout に出力
入力 JSON:
| キー | 内容 |
|---|---|
task | {id, title, why, desc, scope, out_of_scope} |
acceptance | 受入基準の配列（自然文。backlog-planner が生成し人が修正したもの） |
workspace | {url, branch, base, path}（成果ブランチの所在） |
repo_context | context/<repo>.md（repo-map）の抜粋。無ければ空 |
rules | rules.md（プロジェクト恒常ルール）の抜粋 |
recipes | 過去に有効だった検証コマンド列（参考。決定的ゲートではない） |
feedback | 前回失敗した基準と理由 |
side_effects | workspace（既定・作業ツリー内のみ） / network（HTTP 到達も許す） |
side_effects_text | 上を解決済みの制約文（任意）。あればこれを使う——文言の正典は呼び出し側で、スキル側の表は入力に無いときの受け皿（同じ文言を 2 か所で育てると経路によって安全制約が変わる） |
diff_criterion | 差分の常設基準の文（任意）。あればこれを使う——side_effects_text と同じ理由。呼び出し側は検証レポートの基準列を同じ文字列から組むので、ここがずれるとレポートの基準文とエージェントが見た基準文が黙って食い違う（判定は番号で突き合わせるため機械は気付かない） |
出力（検証エージェントが返すもの）: Markdown 本文 + 末尾に JSON。
{"criteria": [
{"id": 1, "verdict": "pass",
"evidence": {"commands": ["npm test -- needs"], "output": "24 passing", "files": ["src/a.js:12"]},
"note": ""}
]}
verdict は pass / fail / unverifiable。
pass が無い基準は failpass なのに実行コマンドも参照ファイルも無い基準は fail に落とす
（「確認しました」だけで pass にできる穴を塞ぐ）unverifiable はリトライを焼かない — 環境にツールが無い等は人へ回す上位のスキル置き場（プロジェクトの .github/skills/backlog-verifier/）に同名スキルを置けば
全面的に差し替えられる。プロジェクト固有の検証手順・禁止事項をここに書く。
設定 verifier_skill でスキル名自体も変えられる。