QA
एजेंट स्किल परिभाषा का प्रेशर टेस्ट करें
प्रकाशन से पहले एजेंट स्किल परिभाषा की ट्रिगर स्पष्टता, निर्देश पूर्णता, टूल अनुमान और सुरक्षित फ़ॉलबैक व्यवहार की दोहराने योग्य जाँच।
प्रक्रिया
इस क्रम में करो।
- सटीक स्किल फ़ाइल, संस्करण, स्रोत, लाइसेंस, फ्रंटमैटर, अभिप्रेत ट्रिगर, गैर-ट्रिगर मामले और स्किल से वादा किया गया व्यवहार दर्ज करें।
- सामान्य, अस्पष्ट, दायरे से बाहर, इनपुट-रहित, अनुपलब्ध-टूल और प्रतिकूल निर्देश वाले अनुरोधों को कवर करने वाला टेस्ट सेट बनाएँ।
- पथ, खाते, अनुमतियों, क्रम, बाहरी कार्य, प्रमाण और आउटपुट प्रारूप से जुड़ी छिपी मान्यताओं के लिए परिभाषा की जाँच करें।
- मामलों को अलग वातावरण में घोषित टूल और खाता मैट्रिक्स के साथ चलाएँ; निजी फ़ाइलों या गैर-सार्वजनिक प्रमाण की आवश्यकता होने पर Latch/target-workspace का उपयोग करें।
- चयन-सटीकता, निर्देश-पालन, सुरक्षित अस्वीकृति, प्रमाण-प्रबंधन, अनिश्चितता-प्रकटीकरण और फ़ॉलबैक की उपयोगिता के आधार पर हर परिणाम स्कोर करें।
- एक समय में एक महत्वपूर्ण कमी सुधारें, पूरी रिग्रेशन फिर चलाएँ, और डिफ़ में हटाई गई सीमाओं या निहित नई क्षमताओं की जाँच करें।
- पास, सशर्त पास या फेल का निर्णय फेल हुए मामलों, पुनरुत्पादन चरणों, प्रमाण, अनसुलझे जोखिम और हर अनुवर्ती कार्य के स्वामी के साथ प्रकाशित करें।
यह लाओ
इनपुट जो बिल्ली मांगेगी।
- स्किल परिभाषा और स्रोत संस्करण
- अभिप्रेत ट्रिगर और गैर-ट्रिगर मामले
- परीक्षण वातावरण और टूल मैट्रिक्स
- स्वीकृति मानदंड और समीक्षक
राउटर + एक playbook
पहले रूट करो। एक चुनो।
Cat Paw हर काम पर एक playbook खोलता है, कई को मिलाता नहीं। इस राउटर से शुरू करो; बाकी रास्ते इसी workflow के उम्मीदवार हैं।
- राउटर:
software-delivery-pack skills/software-delivery-pack/skill-definition-pressure-test/SKILL.md
सीमाएँ
सीमाएँ प्रॉम्प्ट के साथ चलती हैं।
- शुरू करने से पहले वास्तविक टूल, खाते, अनुमतियों और वर्कस्पेस की जाँच करें; कभी न कहें कि अनुपलब्ध टूल, खाता, स्रोत या क्षमता मौजूद है।
- निजी कोड, कलाकृत, लाइव जाँच या गैर-सार्वजनिक डेटा के लिए Latch/target-workspace का उपयोग करें; यह पहुँच उपलब्ध न हो तो अनुमान के बजाय सीमा पर रुककर अड़चन बताएँ।
- महत्वपूर्ण बाहरी कार्रवाई से पहले स्पष्ट स्वीकृति के लिए रुकें; प्रमाण, अनसुलझे जोखिम, मान्यताएँ और स्वीकृति की प्रतीक्षा में कोई भी कार्रवाई लौटाएँ।
पूरा मतलब
एक जाँचने लायक अंत।
दस्तावेज़ीकृत प्रेशर-टेस्ट रिपोर्ट स्किल को प्रतिनिधि और प्रतिकूल मामलों में जाँचती है, पुनरुत्पादन योग्य विफलताएँ दर्ज करती है, और प्रमाण व अनसुलझे जोखिम सहित प्रकाशन का तर्कसंगत निर्णय देती है।
स्रोत
यह प्रक्रिया कहाँ से आई।
- github.com/obra/superpowers/tree/5bf4e78011075bcfc0dc295f0724994cd123ee71/
- agentskills.io/specification
- platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
स्रोत workflow का पैटर्न तय करते हैं। Reddit और कम्युनिटी पोस्ट, जहाँ हैं, अभ्यास की कहानी हैं — सार्वभौमिक तथ्य नहीं।
