Communitygithub.com

TianMingKanae/engineering-multi-ai-skills

Revisa un diseño de ingeniería, cambio de código o resultado en base a requisitos y evidencia en bruto. Úsalo para una revisión independiente de corrección, seguridad, fiabilidad, rendimiento y evidencia antes de la integración o de hacer afirmaciones importantes.

¿Qué es engineering-multi-ai-skills?

Este skill permite realizar revisiones de ingeniería exhaustivas e independientes, ya sea de diseños, cambios de código o resultados, basándose en los requisitos originales y la evidencia en bruto. Es útil para garantizar la corrección, la seguridad, la fiabilidad y el rendimiento antes de la integración o de hacer afirmaciones que conlleven consecuencias. Funciona aplicando una serie de 'lentes' o perspectivas de revisión (aceptación, corrección, manejo de fallos, seguridad, rendimiento y evidencia) para evaluar el trabajo de manera objetiva. El skill ayuda a estimar la confianza en cada posible defecto, clasificando los hallazgos por severidad y proporcionando un localizador preciso, la condición de fallo y una solución sugerida. Es compatible con cualquier agente de IA que pueda leer archivos y ejecutar comandos (como Claude Code, Cursor, etc.).

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TianMingKanae/engineering-multi-ai-skills/tree/HEAD/skills/critic-review

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Lee tú mismo los requisitos, el parche (patch) y los resultados relevantes. Revisa la revisión real que se está integrando. El resumen de otro rol no es una prueba; no edites código no relacionado para fabricar un hallazgo.

Aplica las lentes relevantes:

  • Aceptación: ¿Cada condición requerida se cumple, incluyendo los límites y los fallos?
  • Corrección: Transiciones de estado, concurrencia, invariantes, compatibilidad e integridad de datos.
  • Manejo de fallos: Excepciones tragadas, fallbacks, éxito parcial y finalización engañosa.
  • Seguridad: Límites de confianza, autorización, credenciales e inyección en rutas modificadas.
  • Rendimiento: Carga de trabajo medida, límites de recursos, líneas de base comparables y coste realista.
  • Evidencia: Sesgo de selección, comparaciones repetidas, fallos omitidos, incertidumbre y afirmaciones exageradas.

Estima la confianza de que cada candidato sea un defecto real y material. Informa hallazgos con un 80–100%, indicando severidad, localización precisa, condición de fallo y solución. Mantén entre 50–79% como notas etiquetadas, y los puntos de menor confianza solo como comprobaciones económicas específicas. La confianza es independiente de la severidad; un escenario severo especulativo no es un hallazgo confirmado.

Indica si los criterios de aceptación se cumplen, si se necesitan correcciones o si el resultado sigue sin verificar. "No hay hallazgos procesables" es válido. Dale al propietario un reproductor (reproducer) en lugar de modificar silenciosamente archivos fuera de tu asignación. La revisión no autoriza la fusión (merge), publicación ni despliegue.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Skills relacionados