对LLM技能进行子句消融差分测试，衡量技能工件的每个子句是否产生可测量的方向性影响。预研阶段。
该技能旨在通过子句消融差分测试来评估LLM技能工件的各个组件。它通过系统地移除（消融）技能文档中的每个子句或指令，并观察移除前后AI行为的变化，从而量化每个子句对最终输出产生的方向性影响。这对于调试和优化提示词工程、理解哪些指令对AI行为至关重要非常有用。目前该技能处于预研阶段，意味着它可能不稳定且功能有限，但为未来更成熟的技能测试框架奠定了基础。它主要面向使用类似Claude Code、Cursor等工具进行LLM技能开发的开发者和AI研究人员。
npx skills add MrBinnacle/skill-harness对LLM技能进行子句消融差分测试，衡量技能工件的每个子句是否产生可测量的方向性影响。预研阶段。
skill-harness 是一个用于LLM技能子句消融差分测试的工具。它通过逐一移除技能文档中的每个子句，并对比移除前后的输出差异，来测量每个子句对AI行为产生的方向性影响。
欢迎社区贡献！请参考仓库中的CONTRIBUTING.md文件了解如何参与开发。
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".