CommunityRecherche & Datenanalysegithub.com

mrcha033/skills

MrCha Skills – portable Agent-Fähigkeiten für ChatGPT, Codex und kompatible Agenten

Was ist skills?

Diese Skill-Sammlung bietet einen strukturierten, isolierten Überprüfungsprozess für KI-Agenten (wie Claude Code, Cursor, Codex). Der „Advisor Review“-Skill führt einen unabhängigen, eingebetteten Reviewer aus, der sequentiell mit der Elternaufgabe arbeitet, ohne das Benutzer-Interface zu teilen oder eine zweite sichtbare Aufgabe zu öffnen. Er unterstützt die Phasen Plan, Stuck, Pivot und Final und ermöglicht die Auswahl des Kontextmodus (Packet oder Bundle). Der Reviewer erstellt ein Kontextpaket, führt eine isolierte Analyse mit einem angegebenen Modell (z. B. gpt-5.6-sol) und einem Aufwandsniveau (High, XHigh, Max) durch und validiert die resultierende Entscheidung anhand formaler Kriterien. Der Skill enthält klare Regeln für festgefahrene Arbeiten, ein begrenztes Überprüfungsbudget und eine Verhaltensänderungssperre, die Tests erfordert, bevor Änderungen am Skill selbst wirksam werden. Ein wichtiges Merkmal ist die vollständige Isolation: Der übergeordnete Prozess startet einen isolierten codex exec-Prozess mit einem temporären CODEX_HOME, ohne Plugins oder Multi-Agenten-Ausführung, was sicherstellt, dass keine irrelevanten Skill-Kataloge den Überprüfungskontext konsumieren.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor
npx skills add mrcha033/skills

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Advisor Review

Nutzen Sie die gebündelten Skripte aus diesem Skill-Verzeichnis. Ein expliziter Aufruf ist ein Riegel: Führen Sie den Reviewer in derselben Elternaufgabe aus, bevor eine substanzielle finale Antwort oder eine Aktion erfolgt, die der Überprüfung folgt oder widerspricht. Die sammelnde Beweisaufnahme im Nur-Lese-Modus kann während der Erstellung des Pakets fortgesetzt werden.

Durchsuchen Sie nicht den globalen Werkzeugkatalog nach einem Advisor. Öffnen Sie keine zweite benutzersichtbare Aufgabe. Die einzige Kind-Ausführung ist der isolierte codex exec-Prozess, der von scripts/run_advisor.py gestartet wird.

Anforderungen

Erfordert Shell-Ausführung, eine authentifizierte lokale codex CLI, Zugriff auf die angeforderte Modellroute gpt-5.6-sol und ausgehenden Codex-API-Zugriff von der Eltern-Shell. Ein Eltern-Sandbox, der Subprozess-Netzwerk blockiert, blockiert auch den verschachtelten Reviewer. Wenn eine Anforderung fehlt, melden Sie, dass die unabhängige Überprüfung blockiert ist; schwächen Sie die Sandbox nicht ohne Benutzer- oder Aufgabenautorität.

Der Runner ist keine Vertraulichkeitsgrenze. Bereinigen Sie Beweise und Artefakte, bevor Sie das Paket erstellen.

Arbeitsablauf

  1. Kündigen Sie an, dass Advisor Review verwendet wird, und warum.

  2. Wählen Sie eine Phase:

    • plan: Fordern Sie einen vorgeschlagenen Ansatz heraus.
    • stuck: Diagnostizieren Sie fehlgeschlagene oder sich wiederholende Arbeit.
    • pivot: Vergleichen Sie einen materiell anderen Ansatz.
    • final: Prüfen Sie abgeschlossene Arbeiten und deren Endpunkt-Beweise.
  3. Lesen Sie references/context-contract.md.

  4. Wählen Sie den Kontextmodus:

    • packet: Kurze quellenverankerte Fakten reichen aus.
    • bundle: Bereinigte Logs, Zeitpläne, Diffs oder andere begrenzte Textartefakte beeinflussen die Diagnose materiell.
  5. Erstellen Sie advisor-context-2.0 mit scripts/build_context_packet.py.

    • Verwenden Sie für stuck Aktionen und genaue Ergebnisse in chronologischer Reihenfolge.
    • Geben Sie jeder beobachteten Tatsache eine konkrete Quelle.
    • Fügen Sie negative Ergebnisse, widersprüchlichen Zustand und Kontexteinschränkungen ein.
    • Kürzen Sie niemals entscheidungskritischen Text stillschweigend. Ein Builder-Fehler ist eine blockierte Überprüfung.
  6. Lesen Sie references/review-rubric.md.

  7. Wählen Sie den Aufwand:

    1. Honorieren Sie eine explizite Anforderung von high, xhigh oder max.
    2. Verwenden Sie max nur für eine explizit angeforderte tiefste Überprüfung oder eine kritische, schwer umkehrbare Entscheidung mit erheblicher ungelöster Unklarheit.
    3. Verwenden Sie xhigh für komponentenübergreifende Fehler, widersprüchliche verifizierte Beweise, zwei oder mehr fehlgeschlagene Ansätze, große Wendepunkte oder Abschlussbehauptungen mit hoher Auswirkung.
    4. Verwenden Sie andernfalls high.
  8. Führen Sie standardmäßig genau eine isolierte Überprüfung aus und speichern Sie deren Beleg:

    python3 scripts/run_advisor.py \
      --input context-packet.json \
      --effort xhigh \
      --output advisor-receipt.json
    

    Behalten Sie den zurückgegebenen Beleg in der aufrufenden Aufgabe. Ein Beleg, der in einer anderen benutzersichtbaren Aufgabe erzeugt wurde, ist keine Übergabe.

  9. Überprüfen Sie den Beleg:

    • request.requested_model muss gpt-5.6-sol sein.
    • request.requested_effort muss dem gewählten Aufwand entsprechen.
    • observed_model und observed_effort können null sein; die aktuelle CLI gibt nicht autoritativ die serverseitige Identität preis. Beschreiben Sie niemals die angeforderte Identität als verifizierte tatsächliche Identität.
    • Jeder Runner-Fehler, Schema-Fehler, Timeout oder Kontext-Hash-Konflikt blockiert die Überprüfung.
    • Das isolierte Kind verwendet ein temporäres CODEX_HOME mit nur der verknüpften Host-Authentifizierungsdatei, sofern vorhanden. Es deaktiviert auch Plugins, Remote-Plugin-Laden, Skill-Suche und Multi-Agenten-Ausführung, sodass nicht verwandte Skill-Kataloge den Überprüfungskontext nicht konsumieren können.
  10. Lesen Sie references/decision-contract.md. Lösen Sie jede R#-Empfehlung als adopt, reject oder defer auf und führen Sie dann aus:

    python3 scripts/validate_decision.py \
      --receipt advisor-receipt.json \
      --decision advisor-decision.json
    
  11. Handeln Sie erst dann gemäß den Advisor-Empfehlungen, wenn der Entscheidungsdatensatz validiert ist. Eine destruktive Empfehlung erfordert zusätzlich die bestätigte Benutzerautorität.

  12. Setzen Sie die Elternaufgabe unter Verwendung der validierten nächsten Aktion und der Stopp-Bedingung fort.

Regeln für festgefahrene Arbeiten

  • Diagnostizieren Sie, bevor Sie den Zustand weiter ändern.
  • Unterscheiden Sie die Ausführungsgrenze: Elternaufgabe, isolierter Reviewer-Prozess und jede andere benutzersichtbare Aufgabe sind getrennt.
  • Lassen Sie nicht zu, dass der Beleg einer separaten Aufgabe eine Übergabe innerhalb derselben Aufgabe ersetzt.
  • Bevorzugen Sie ein Nur-Lese- oder umkehrbares Experiment, das konkurrierende Hypothesen trennt.
  • Wiederholen Sie nach einer wiederholten Benutzerkorrektur nicht dasselbe Rezept ohne neue Beweise.
  • Erweitern Sie den Umfang nicht von einem fehlschlagenden Subsystem auf Plugins, Dienste, Repositorys oder Pakete, es sei denn, Beweise verbinden diese.

Überprüfungsbudget

Verwenden Sie standardmäßig eine Überprüfung. Eine zweite ist nur erlaubt, wenn neue Beweise die Entscheidung materiell ändern oder eine risikoreiche finale Nachprüfung gerechtfertigt ist. Eine dritte ist nur erlaubt, um einen konkreten Konflikt zu versöhnen. Erstellen Sie niemals eine offene Überprüfungsschleife.

Verhaltensänderungssperre bei Skill-Änderungen

Wenn Sie Advisor Review selbst ändern, führen Sie die deterministischen Tests und mindestens eine bereinigte Verhaltensvorlage aus:

python3 scripts/evaluate_advisor_behavior.py \
  --fixture behavior-fixture.json \
  --receipt advisor-receipt.json

Verwenden Sie nach Möglichkeit gepaarte alte/neue Vorlagen. Bewerten Sie Erkennung, Beweisverknüpfung, begrenzte Experimente und die Rate riskanter Aktionen – nicht die Prosa-Ähnlichkeit.

Berichterstattung

Melden Sie:

  • Phase, Kontextmodus, angefordertes Sol-Modell, angeforderter Aufwand und Status der Identitätsüberprüfung;
  • Advisor-Urteil und evidenzverknüpfte Diagnose;
  • jede folgenreiche Empfehlung und ihre adopt/reject/defer-Disposition;
  • die gewählte nächste Aktion und Stopp-Bedingung;
  • ungelöste Risiken oder Kontexteinschränkungen.

Nennen Sie das Ergebnis eine advisor-artige unabhängige Überprüfung, nicht Claude Advisor-Parität.

Verwandte Skills