ベースラインと候補の正確な状態を、互いに修復することなく、提供された比較計画に従って独立してテストします。
このスキルは、ベースラインと候補という2つの不変な状態を、所定の比較計画に基づいて独立してテストするために設計されています。主な目的は、状態を修復せずに正確な比較を実行し、その結果を客観的に報告することです。このスキルは、設計ループや評価フレームワーク内で役割として定義されており、特に候補の実装に関与していない新しい子エージェントがテストを実行することを想定しています。内部では、`orch-review` コア機能を呼び出して、実際の両方の状態、意図する結果、評価計画、解決済みのレビューガイダンス、および確認された分離検証場所を渡します。これにより、古い観測と新しい観測、候補の受入可否、回帰、期待される機能不足、欠落または不適用のチェックが報告されます。評価用ハーネスを構築する必要がある場合はそれも行いますが、ベースラインと候補の状態は決して変更しません。結果はエビデンスハンドオフとして返され、正確な状態/ハーネスの識別子、条件、再現手順、結果、制限事項が含まれます。スキップまたは失敗した実行もそのまま記録され、レビュー担当者が採用を判断することはありません。このスキルは、Claude Code、Cursor、CodexなどのAIエージェントプラットフォームで利用可能であり、特に設計ループパターンを使用する開発フローで有用です。
npx skills add https://github.com/DanMcInerney/orchflows/tree/main/example-workflows/design-loop/skills/test-increment共有ハンドオフ契約 を使用します。入力は、リクエストコンテキスト、設計/評価計画、不変のベースラインと候補の識別子、再現手順、および関連する実装ハンドオフです。候補を実装していない新しい子エージェントを1体使用します。
名前付きアサインメント test-increment に対してコア orch-review を起動し、両方の実際の状態、意図する結果、評価計画、解決済みのレビューガイダンス、および実行に副作用がある場合は分離された検証場所を提供します。必要な比較を実行し、生のエビデンスを保持し、古い/新しい観測結果、候補受入結果、回帰、期待される機能不足、欠落または不適用のチェックを報告するよう指示します。計画に必要な場合は別の評価ハーネスを構築することもありますが、候補とベースラインは変更せず、修復も行わないようにします。
正確な状態/ハーネス識別子、条件、再現手順、結果、および制限事項を含むエビデンスハンドオフを返します。スキップまたは失敗した実行はそのように記録され、レビュー担当者が採用を決定することはありません。
This repo contains 5 individual skills — each has its own dedicated page.
Delegate one independent review of supplied evidence into a globally ranked, cited assessment.
Delegate bounded source collection and return locally ranked inspectable evidence, or a worker handle for composition.
Review selected native agent history to improve the local environment, custom workflows, or Orchflows itself.
Create short videos for any genre or placement, then independently review the actual exports.
Research bounded public source scopes, then return one independent ranked assessment.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".