E
empirical-validation
Wymóż dowody na działanie — żaden kod nie jest gotowy bez weryfikacji
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Skill wymuszający empiryczną walidację każdego zadania przed zaznaczeniem go jako ukończonego. Zamiast polegać na słowach, wymagasz rzeczywistych dowodów: zrzutów ekranu dla zmian UI, wyników poleceń dla API i konfiguracji, logów kompilacji dla buildów. Każda zmiana musi być zweryfikowana odpowiednim narzędziem i udokumentowana w dzienniku projektu. Eliminuje to pozorne ukończenia i gwarantuje, że faktycznie działa to, co obiecujesz.
Jak używać
- Zainstaluj skill empirical-validation w swoim agencie, dodając go do konfiguracji agenta jako dostępną umiejętność. 2. Przed zaznaczeniem jakiegokolwiek zadania jako ukończonego, zidentyfikuj kryteria weryfikacji — co powinno być prawdą po tej zmianie i jak to zaobserwować. 3. Wykonaj weryfikację odpowiednią do typu zmiany: dla zmian UI użyj browser_subagent do zrobienia zrzutu ekranu, dla API i konfiguracji uruchom polecenie (np. curl dla endpointu, npm run build dla buildu), dla zmian danych uruchom zapytanie pokazujące stan bazy. 4. Przechwyć rzeczywisty output lub zrzut ekranu jako dowód — nie wystarczy powiedzieć, że coś działa. 5. Dodaj dowód do dziennika projektu (.gsd/JOURNAL.md) pod danym zadaniem, włączając faktyczny output, nie tylko stwierdzenie typu "passed". 6. Porównaj zebrane dowody z kryteriami weryfikacji — jeśli output nie zgadza się z oczekiwanym rezultatem, zadanie nie jest ukończone i wymaga dalszych poprawek.
Podobne skille
A
a-stock-analysis
autor: openclaw
Data Science
48153
D
data-storytelling
autor: wshobson
Data Science
40,44926105
O
openrouter
autor: rawveg
Data Science
4017138
Q
quant-analyst
autor: zenobi-us
Data Science
6867217
S
stock-analyzer
autor: FrancyJGLisboa
Data Science
2,40423128
E
excalidraw
autor: ryanquinn3
Data Science
5124204