skill-comply：自动化合规性测量 是做什么的？
测量编码智能体是否实际遵循技能、规则或智能体定义，方法如下：
- 从任意 .md 文件自动生成预期的行为序列（规范）
- 以递减的提示严格程度（支持性 → 中性 → 竞争性）自动生成场景
- 运行
claude -p并通过 stream-json 捕获工具调用轨迹 - 使用 LLM（而非正则表达式）将工具调用分类到规范步骤
- 确定性检查时间顺序
- 生成包含规范、提示和时间线的自包含报告
支持的目标
- 技能 (
skills/*/SKILL.md)：工作流技能，如 search-first、TDD 指南 - 规则 (
rules/common/*.md)：强制性规则，如 testing.md、security.md、git-workflow.md - 智能体定义 (
agents/*.md)：检查智能体是否在预期时被调用（内部工作流验证尚不支持）
何时激活
- 用户运行
/skill-comply <path> - 用户询问“这条规则是否真的被遵循了？”
- 在添加新规则/技能后，验证智能体合规性
- 定期作为质量维护的一部分
用法
# 完整运行
uv run python -m scripts.run ~/.claude/rules/common/testing.md
# 空跑（无成本，仅生成规范 + 场景）
uv run python -m scripts.run --dry-run ~/.claude/skills/search-first/SKILL.md
# 自定义模型
uv run python -m scripts.run --gen-model haiku --model sonnet <path>
关键概念：提示独立性
测量一条技能/规则是否在提示未明确支持时仍然被遵循。
报告内容
报告是自包含的，包括：
- 预期的行为序列（自动生成的规范）
- 场景提示（每个严格级别下提出的问题）
- 每个场景的合规得分
- 带有 LLM 分类标签的工具调用时间线
高级（可选）
对于熟悉钩子（hooks）的用户，报告还针对合规性较低的步骤包含钩子推广建议。这仅供参考——主要价值在于合规性的可视化本身。