O que skill-harness faz?
Testes diferenciais de ablação de cláusulas para habilidades de LLM. Mede se cada cláusula de um artefato de habilidade produz um efeito direcional mensurável. Pré-alfa.
Testes diferenciais de ablação de cláusulas para habilidades de LLM. Mede se cada cláusula de um artefato de habilidade produz um efeito direcional mensurável. Pré-alfa.
O skill-harness é uma ferramenta de teste diferencial baseada em ablação de cláusulas para habilidades (skills) de grandes modelos de linguagem (LLMs). Ele permite que desenvolvedores identifiquem se cada cláusula individual de um arquivo SKILL.md (ou artefato similar) contribui com um efeito direcional mensurável no comportamento do agente. A técnica de ablação remove seletivamente cláusulas e compara os resultados com o comportamento completo, medindo mudanças estatísticas. Atualmente em estágio pré-alfa, a ferramenta foca em plataformas como Claude Code, Cursor e Codex, sendo útil para depuração e otimização de prompts e habilidades. O processo envolve a execução de testes controlados onde se varia a presença de cláusulas e se analisa a saída do modelo para determinar o impacto de cada cláusula no resultado final.
npx skills add MrBinnacle/skill-harnessTestes diferenciais de ablação de cláusulas para habilidades de LLM. Mede se cada cláusula de um artefato de habilidade produz um efeito direcional mensurável. Pré-alfa.
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".