tibtof/cobots

Complementos para el pipeline de agentes: pm/arquitecto/desarrollador/revisor que colaboran a través del estado de GitHub — robots colaborativos, fusiones humanas

¿Qué es cobots?

Esta skill define un proceso de auditoría automatizada que se ejecuta al cierre de cada hito en el desarrollo de software colaborativo con agentes IA. Su propósito principal es actuar como un contrapeso crítico al pipeline diario, utilizando el modelo más potente disponible (`fable`) para evaluar la calidad y consistencia del trabajo fusionado durante el hito. La auditoría abarca seis áreas clave: cumplimiento de la constitución del proyecto, honestidad de las pruebas, desviación de la documentación, dependencias y licencias, retrospectiva del pipeline y auditoría de las indicaciones de los agentes. Los hallazgos se clasifican por gravedad y se reportan como issues de GitHub, cada uno etiquetado para el siguiente ciclo, sin realizar correcciones directas. Esta skill es útil para mantener la salud del código a largo plazo y evitar la acumulación de deuda técnica en proyectos que utilizan agentes colaborativos como pm, arquitecto, desarrollador y revisor, y es compatible con cualquier plataforma que pueda ejecutar comandos de GitHub CLI y procesar modelos de lenguaje.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add tibtof/cobots

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

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

Documentación

auditoría

Se ejecuta al cierre de cada hito, antes de que comience el siguiente hito. Utiliza el modelo más potente disponible (fable) — este es el contrapeso pesado en juicio al pipeline diario.

Alcance

Todo lo fusionado bajo el hito: gh pr list --state merged --search "milestone:<nombre>" más la lista de issues.

Barrido

  1. Cumplimiento de la constitución — muestrea los diffs fusionados contra las decisiones bloqueadas y las reglas de arquitectura. La deriva se acumula; nombra cada violación.
  2. Honestidad de las pruebas — encuentra pruebas que afirman forma pero no comportamiento; criterios de aceptación que se enviaron sin una prueba de cobertura.
  3. Desviación de la documentación — superficies orientadas al usuario frente al comportamiento real (verificación puntual ejecutando los comandos documentados).
  4. Dependencias y licencias — cualquier cosa nueva desde la última auditoría; obsolescencia; CVEs conocidas donde existe herramienta del ecosistema.
  5. Retrospectiva del pipeline — recuentos de rondas de revisión, escalamientos, fallos de hooks durante el hito: ¿qué etapa generó desperdicio? ¿Se ignoró alguna regla de agente repetidamente (señal de que la regla pertenece a un hook, no a un prompt)?
  6. Auditoría de prompts — si se envió una nueva generación de modelo desde la última auditoría, relee las instrucciones de los agentes cobots para detectar instrucciones que ya no encajan (filtros de gravedad, advertencias que se activan en exceso, soluciones específicas del modelo).

Salida

Un comentario de informe de auditoría en el issue de seguimiento del hito (o un nuevo issue titulado auditoría: <hito>): hallazgos clasificados por gravedad, cada uno con referencias a archivo/PR y una corrección de una línea. Abre un gh issue por cada hallazgo de gravedad media o superior, etiquetado con el hito para el siguiente ciclo. Termina con un veredicto de un párrafo: ¿está la base de código más saludable que en la última auditoría?

No debe

  • Arreglar nada en el lugar — la auditoría archiva issues; el pipeline los arregla.
  • Filtrar hallazgos por cortesía. Reporta todo, clasificado.

Skills relacionados