上一篇
(3064期)realtime-dashboard – 企业级实时数据可视化解决方案
下一篇
(3062期)MLOps Prototyping CN – 标准化MLOps实验笔记本开发
严谨验证防虚报的质量门禁 强制AI代理在声称完成前执行验证命令并提供证据,杜绝虚假完工,确保交付质量符合软件工程标准。 使用说明 verification-before-completion 是一个纯提示词模板类的 Agent Skill,旨在解决 AI 代理在软件开发过程中常见的"虚假完成"问题。该技能通过强制性的验证流程,要求 AI 在声称任何工作完成、修复成功或测试通过之前,必须先执行具体的验证命令并确认输出结果,确保"证据先于断言"的原则得到严格执行。 核心用法 该技能主要在 AI 代理即将声称任务完成时自动触发。其核心操作流程遵循"门禁函数"(Gate Function)模式:首先识别能够证明声明的具体命令(如测试运行、构建编译、代码检查等),然后完整执行该命令,读取并分析输出结果(包括退出码和失败计数),只有在输出确实验证通过的情况下,才允许 AI 做出相应的成功声明。无论是测试通过、构建成功、Bug 修复还是需求满足,都必须遵循这一流程。 显著优点 该技能的最大价值在于建立了强制性的证据文化,彻底杜绝了"应该可以了"、"看起来没问题"等基于推测的完成声明。它特别强调了回归测试的红绿循环验证(Red-Green Cycle),要求先看到测试失败(Red),修复后再看到通过(Green),确保修复的真实性。此外,技能还提供了丰富的常见失败案例对照表和"红旗"警示列表,帮助识别即将违反验证原则的行为模式,有效避免因虚假完成导致的返工、信任损失和时间浪费。 潜在缺点与局限性 作为纯文档型约束,该技能的有效性完全依赖于 AI 代理对提示词指令的遵循程度,缺乏强制性的技术约束。对于简单或原子性任务,严格的验证流程可能显得繁琐,增加不必要的交互步骤和响应延迟。此外,该技能主要针对 AI 代理的自我约束设计,不适用于人类用户的直接操作场景,也无法防止人类开发者跳过验证步骤。 适合的目标群体 该技能最适合需要高可靠性交付的软件开发 AI 代理、自动化代码生成工具,以及遵循测试驱动开发(TDD)或严格质量保证流程的技术团队。对于需要频繁进行代码提交、PR 创建和任务完成声明的 AI 助手尤为适用,能够有效防止因 AI 幻觉或过度自信导致的虚假进度报告。 使用风险 使用该技能的主要风险在于性能开销:额外的验证命令执行会增加响应时间和计算资源消耗。此外,如果 AI 错误地识别验证命令或误解输出结果,可能导致错误的完成声明或不必要的验证循环。该技能本身不提供验证命令的具体实现,仅提供行为约束框架,实际效果取决于与具体项目工具链(如 Jest、pytest、gcc 等)的集成质量。在极端情况下,过度严格的验证要求可能导致 AI 陷入反复验证的循环,影响任务推进效率。 原始说明 Use when about to claim work is complete, fixed, or passing, before committing or creating PRs - requires running verification commands and confirming output before making any success claims; evidence before assertions always
严谨验证防虚报的质量门禁
强制AI代理在声称完成前执行验证命令并提供证据,杜绝虚假完工,确保交付质量符合软件工程标准。
verification-before-completion 是一个纯提示词模板类的 Agent Skill,旨在解决 AI 代理在软件开发过程中常见的"虚假完成"问题。该技能通过强制性的验证流程,要求 AI 在声称任何工作完成、修复成功或测试通过之前,必须先执行具体的验证命令并确认输出结果,确保"证据先于断言"的原则得到严格执行。
该技能主要在 AI 代理即将声称任务完成时自动触发。其核心操作流程遵循"门禁函数"(Gate Function)模式:首先识别能够证明声明的具体命令(如测试运行、构建编译、代码检查等),然后完整执行该命令,读取并分析输出结果(包括退出码和失败计数),只有在输出确实验证通过的情况下,才允许 AI 做出相应的成功声明。无论是测试通过、构建成功、Bug 修复还是需求满足,都必须遵循这一流程。
该技能的最大价值在于建立了强制性的证据文化,彻底杜绝了"应该可以了"、"看起来没问题"等基于推测的完成声明。它特别强调了回归测试的红绿循环验证(Red-Green Cycle),要求先看到测试失败(Red),修复后再看到通过(Green),确保修复的真实性。此外,技能还提供了丰富的常见失败案例对照表和"红旗"警示列表,帮助识别即将违反验证原则的行为模式,有效避免因虚假完成导致的返工、信任损失和时间浪费。
作为纯文档型约束,该技能的有效性完全依赖于 AI 代理对提示词指令的遵循程度,缺乏强制性的技术约束。对于简单或原子性任务,严格的验证流程可能显得繁琐,增加不必要的交互步骤和响应延迟。此外,该技能主要针对 AI 代理的自我约束设计,不适用于人类用户的直接操作场景,也无法防止人类开发者跳过验证步骤。
该技能最适合需要高可靠性交付的软件开发 AI 代理、自动化代码生成工具,以及遵循测试驱动开发(TDD)或严格质量保证流程的技术团队。对于需要频繁进行代码提交、PR 创建和任务完成声明的 AI 助手尤为适用,能够有效防止因 AI 幻觉或过度自信导致的虚假进度报告。
使用该技能的主要风险在于性能开销:额外的验证命令执行会增加响应时间和计算资源消耗。此外,如果 AI 错误地识别验证命令或误解输出结果,可能导致错误的完成声明或不必要的验证循环。该技能本身不提供验证命令的具体实现,仅提供行为约束框架,实际效果取决于与具体项目工具链(如 Jest、pytest、gcc 等)的集成质量。在极端情况下,过度严格的验证要求可能导致 AI 陷入反复验证的循环,影响任务推进效率。
Use when about to claim work is complete, fixed, or passing, before committing or creating PRs – requires running verification commands and confirming output before making any success claims; evidence before assertions always
本站提供的资源转载自国内外各大媒体和网络,仅供试玩体验;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该游戏内容,请支持正版,购买注册,得到更好的正版服务。我们非常重视版权问题,如有侵权请邮件与我们联系处理。
上一篇
(3064期)realtime-dashboard – 企业级实时数据可视化解决方案
下一篇
(3062期)MLOps Prototyping CN – 标准化MLOps实验笔记本开发
还没有玩家留言,来抢沙发吧~
登录后即可发表你的资源评测、评分,与其他玩家交流