skill-comply
可视化技能、规则和代理定义是否被实际遵循——自动生成3种提示严格级别的场景，运行代理，分类行为序列，并报告完整工具调用时间线的合规率
DeepseekModel
官方收录技能
质量 优秀 · 90
v1.0.0
获取
https://deepseekmodel.com/api/download.php?id=affaan-m-ecc-docs-zh-cn-skills-skill-comply-skill-md&format=skill
下载 .skill
标准格式，含 system_prompt 与 model_config，导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name skill-comply description 可视化技能、规则和代理定义是否被实际遵循——自动生成3种提示严格级别的场景，运行代理，分类行为序列，并报告完整工具调用时间线的合规率 origin ECC tools Read, Bash skill-comply：自动化合规性测量 通过以下方式测量编码代理是否实际遵循技能、规则或代理定义： 从任意 .md 文件自动生成预期行为序列（规范） 自动生成提示严格程度递减的场景（支持性 → 中性 → 竞争性） 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，如搜索优先、TDD 指南 规则 （ rules/common/*.md ）：强制性规则，如 testing.md、security.md、git-workflow.md 代理定义 （ agents/*.md ）：代理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？" 添加新规则/技能后，验证代理合规性 作为质量维护的一部分定期执行 使用方法 # Full run uv run python -m scripts.run ~/.claude/rules/common/testing.md # Dry run (no cost, spec + scenarios only) uv run python -m scripts.run --dry-run ~/.claude/skills/search-first/SKILL.md # Custom models uv run python -m scripts.run --gen-model haiku --model sonnet <path> 关键概念：提示独立性 测量技能/规则是否在提示未明确支持时仍被遵循。 报告内容 报告是自包含的，包括： 预期行为序列（自动生成的规范） 场景提示（每个严格程度级别询问的内容） 每个场景的合规性评分 带有 LLM 分类标签的工具调用时间线 高级（可选） 对于熟悉钩子的用户，报告还包含针对合规性较低的步骤的钩子提升建议。此为参考信息——主要价值在于合规性本身的可见性。
Agent 识别该技能的关键词，点击任意一个即可复制。
该技能未提供触发词。
下载的 .skill 包内含以下字段。
| 字段 | 说明 |
|---|---|
| format | 格式标识（skill/v1） |
| skill_id | 技能唯一 ID |
| name | 技能名称 |
| version | 版本号 |
| description | 技能描述 |
| category | 所属分类（数组） |
| trigger_words | 触发词列表 |
| tags | 标签列表 |
| source | 来源标识 |
| source_url | 来源链接（本页地址） |
| exported_at | 导出时间（每次下载生成） |
| system_prompt | 系统提示词正文 |
| model_config | 模型参数：provider / model / temperature / max_tokens / top_p |
| examples | 示例 |
| install_guide | 各平台导入说明（Coze / Dify / Claude / 自定义框架） |
