BenjaminStelzer 是做什么的？
Agent 技能与 Codex 工具，适用于“可能正确并非证据”的工作场景。
概述
本技能为 AI 代理（如 Claude Code、Cursor、Codex 等）提供了一组工具和流程，专注于那些需要严格验证和证据链的开发任务。它通过集成测试框架、断言库和日志记录工具，确保代码生成和自动化操作的可重复性与可验证性，将“大约正确”转化为“确切正确”。
适用场景
- 关键业务逻辑：金融交易、安全策略、合规检查等对准确性要求极高的场景。
- 自动化流水线：需要每一步输出都有可审计证据的 CI/CD 流程。
- 代码审查辅助：生成带有可执行测试用例的代码，辅助人工审查。
支持平台
- Claude Code
- Cursor
- Codex
- 其他兼容的 AI 代理平台
快速开始
- 将技能加载到您的 AI 代理环境中。
- 使用以下命令启用证据模式：
agent-skill enable evidence-mode
- 在代理提示中指定需要验证的业务逻辑。
使用方法
基本用法
在提示中包含您希望生成或修改的代码，并添加证据要求：
请生成一个函数，计算给定列表的中位数。
要求：提供至少三个边界测试用例，并输出测试结果。
高级用法
对于关键任务，可以使用证据模式：
evidence-mode: strict
代码：...
测试要求：覆盖率 > 95%
配置
| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
evidence-mode | string | off | 证据模式选项：off、basic、strict |
test-framework | string | jest | 测试框架选择 |
log-level | string | info | 日志级别 |
示例
示例 1：简单验证
// 用户输入
const numbers = [1, 3, 3, 6, 7, 8, 9];
// 中位数函数
export function median(values) {
const sorted = [...values].sort((a, b) => a - b);
const mid = Math.floor(sorted.length / 2);
return sorted.length % 2 !== 0 ? sorted[mid] : (sorted[mid - 1] + sorted[mid]) / 2;
}
输出：函数已生成，并附带以下测试结果：
✓ 测试 1：median([1, 2, 3]) 返回 2
✓ 测试 2：median([1, 2, 3, 4]) 返回 2.5
✓ 测试 3：median([7]) 返回 7
示例 2：严格模式
evidence-mode: strict
输出将包含完整的测试报告和覆盖率统计。
报告问题
如果您遇到任何问题或有改进建议，请在 GitHub 仓库中提交 issue。