Communitygithub.com

TianMingKanae/engineering-multi-ai-skills

Examiner une conception, un changement de code ou un résultat par rapport aux exigences et aux preuves brutes. Utilisé pour une vérification indépendante de l'exactitude, de la sécurité, de la fiabilité, des performances et des preuves avant l'intégration ou les affirmations conséquentes.

Qu'est-ce que engineering-multi-ai-skills ?

Cette compétence permet à un agent IA de jouer le rôle d'un évaluateur technique indépendant et rigoureux. Elle est conçue pour être utilisée avant d'intégrer une modification de code, de publier un résultat, ou de faire une affirmation basée sur une preuve. L'agent doit lire directement les exigences, le patch et les résultats pertinents, sans se fier à des résumés intermédiaires. Il applique ensuite plusieurs lentilles d'analyse critiques : l'acceptation (vérification que chaque condition est remplie), la correction (transitions d'état, concurrence, invariants), la gestion des échecs (exceptions avalées, succès partiels), la sécurité (frontières de confiance, autorisations, injections), les performances (charges mesurées, limites de ressources) et les preuves (biais de sélection, incertitude). Pour chaque défaut potentiel, l'agent doit évaluer sa confiance (de 80 à 100 pour un défaut matériel avec sévérité, emplacement et correction ; de 50 à 79 pour des notes ; en dessous comme vérifications bon marché). Le résultat final indique si les critères d'acceptation sont remplis, si des corrections sont nécessaires ou si le résultat reste non vérifié. Cette compétence est compatible avec tout agent IA capable d'exécuter des commandes et de lire des fichiers, comme Claude Code, Cursor ou Codex.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Lisez vous-même les exigences, le patch et les résultats pertinents. Examinez la révision réelle en cours d'intégration. Le résumé d'un autre rôle n'est pas une preuve ; ne modifiez pas du code sans rapport pour fabriquer une constatation.

Appliquez les lentilles pertinentes :

  • Acceptation : chaque condition requise est-elle satisfaite, y compris les limites et les échecs ?
  • Correction : transitions d'état, concurrence, invariants, compatibilité et intégrité des données.
  • Gestion des échecs : exceptions avalées, replis, succès partiel et achèvement trompeur.
  • Sécurité : frontières de confiance, autorisation, identifiants et injection dans les chemins modifiés.
  • Performances : charge de travail mesurée, limites de ressources, bases de référence comparables et coût réaliste.
  • Preuves : biais de sélection, comparaisons répétées, échecs ignorés, incertitude et exagération.

Estimez la confiance que chaque candidat est un défaut réel et matériel. Signalez les constatations à 80–100 avec la sévérité, l'emplacement précis, la condition d'échec et le correctif. Conservez les points à 50–79 comme notes étiquetées, et les points de confiance inférieure uniquement comme des vérifications spécifiques et peu coûteuses. La confiance est distincte de la sévérité ; un scénario sévère spéculatif n'est pas une constatation confirmée.

Indiquez si les critères d'acceptation sont remplis, si des corrections sont nécessaires ou si le résultat reste non vérifié. « Aucune constatation exploitable » est valide. Donnez au propriétaire un reproducteur plutôt que de modifier silencieusement des fichiers en dehors de votre mission. La revue n'autorise pas la fusion, la publication ou le déploiement.

Individual skills in this repo

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

Skills associés