LLMBase

Agent skill

verify

Quellcode ansehen: miles990/multi-agent-workflow

#116Globales Ranking · von 116 SkillsCritical

Installation

npx skills add miles990/multi-agent-workflow --skill verify

1

Installationen

EU-hosted inference API

Power your AI agent skills with open-source models.

Drop-in OpenAI-compatible API. No data leaves Europe.

Explore Inference API

MiniMax

MiniMax M3

$0.50 / $1.90

per M tokens

Z.ai

GLM 5.3 Flash

$0.20 / $0.60

per M tokens

MoonshotAI

Kimi K3

$4.00 / $18.00

per M tokens

DeepSeek

DeepSeek V4.1 Flash

$0.40 / $1.42

per M tokens

Multi-Agent Verify v3.0.0

功能測試 → 邊界測試 → 回歸測試 → 驗收確認

使用方式

/multi-verify [審查路徑]
/multi-verify .claude/memory/review/user-auth/

Flags: --from-review ID | --quick | --comprehensive

預設 4 視角

ID 名稱 模型 聚焦
functional-tester 功能測試員 haiku 正常流程、功能驗證
edge-case-hunter 邊界獵人 sonnet 邊界條件、異常處理
regression-checker 回歸檢查員 haiku 回歸測試、副作用
acceptance-validator 驗收驗證員 sonnet 驗收標準、需求滿足

→ 模型路由配置：shared/config/model-routing.yaml

執行流程

Phase 0: 載入審查 → 收集待驗證項目
    ↓
Phase 1: MAP（並行驗證）
    ┌──────────┬──────────┬──────────┬──────────┐
    │功能測試員│邊界獵人  │回歸檢查員│驗收驗證員│
    └──────────┴──────────┴──────────┴──────────┘

    ⚠️ **並行執行關鍵**：
       在單一訊息中發送 4 個 Task 工具呼叫：
       - Task({description: "功能測試", ...})
       - Task({description: "邊界測試", ...})
       - Task({description: "回歸測試", ...})
       - Task({description: "驗收驗證", ...})
       這樣才能真正並行執行！
    ↓
Phase 2: REDUCE（結果匯總）
    ├── 測試結果統計
    ├── 失敗分析
    └── 驗收狀態
    ↓
Phase 3: 早期終止檢查 → 高通過率可提前完成
    ↓
Phase 4: 品質閘門 → 發布/回退決策

驗證類型

類型 重點 通過標準
功能測試 正常操作流程 100% 通過
邊界測試 極端輸入、錯誤處理 95% 通過
回歸測試 既有功能不受影響 100% 通過
驗收驗證 滿足需求規格 所有標準達成

早期終止

當 first_pass_rate >= 0.98 時，可直接發布（ship_it）。

→ 配置：shared/config/early-termination.yaml

CP4: Task Commit

品質閘門檢查完成後，必須執行 CP4 Task Commit。

Phase 4: 品質閘門 → 發布/回退決策
    ↓
CP4: Task Commit
    ├── git add .claude/memory/verify/{review-id}/
    └── git commit -m "test(verify): complete {feature} verification"

→ 協議：shared/git/commit-protocol.md

品質閘門

通過條件（VERIFY 階段）：

  • ✅ 功能測試 100% 通過
  • ✅ 回歸測試通過
  • ✅ 驗收標準滿足
  • ✅ 品質分數 ≥ 85

失敗處理：

  • 功能測試失敗 → 回退到 IMPLEMENT
  • 邊界測試失敗 → 記錄但可繼續
  • 驗收標準未滿足 → 評估回退層級

→ 閘門配置：shared/quality/gates.yaml

回退策略

根據迭代次數決定回退目標：

  • 1-2 次：回退 IMPLEMENT（修復受影響任務）
  • 3 次：回退 TASKS（重新評估分解）
  • 4 次：回退 PLAN（重新評估設計）
  • 5+ 次：人工介入

→ 配置：shared/quality/rollback-strategy.yaml

輸出結構

.claude/memory/verify/[review-id]/
├── meta.yaml           # 元數據
├── perspectives/       # 完整視角報告（MAP 產出，保留）
│   ├── functional-tester.md
│   ├── edge-case-hunter.md
│   ├── regression-checker.md
│   └── acceptance-validator.md
├── summaries/          # 結構化摘要（REDUCE 產出，供快速查閱）
│   ├── functional-tester.yaml
│   ├── edge-case-hunter.yaml
│   ├── regression-checker.yaml
│   └── acceptance-validator.yaml
├── test-results.yaml   # 測試結果
├── acceptance.yaml     # 驗收狀態
└── verify-summary.md   # 驗證摘要（主輸出）

⚠️ perspectives/ 保存完整報告，summaries/ 保存結構化摘要，兩者都必須保留。

Agent 能力限制

驗證 Agent 不應該開啟 Task：

允許的操作 說明
✅ Read 讀取測試結果
✅ Glob/Grep 搜尋檔案和內容
✅ Bash 執行測試
✅ Write 寫入報告
❌ Task 開子 Agent

行動日誌

每個工具調用完成後，記錄到 .claude/workflow/{workflow-id}/logs/actions.jsonl。

記錄時機：

  • 成功：記錄 tool、input、output_preview、duration_ms、status: success
  • 失敗：記錄 tool、input、error、stderr（如有）、status: failed

關鍵行動（VERIFY 階段）：

行動 記錄重點
Read（讀取測試結果） file_path、output_size
Bash（執行測試） command、exit_code、stdout、stderr
Task（啟動驗證 Agent） subagent_type、prompt (truncated)、agent_id
Write（寫入驗證報告） file_path、content_size

排查問題：

# 查看 VERIFY 階段所有失敗行動
jq 'select(.stage == "VERIFY" and .status == "failed")' actions.jsonl

# 查看測試執行失敗的詳情
jq 'select(.tool == "Bash" and .status == "failed" and .stage == "VERIFY")' actions.jsonl | jq '{command: .input.command, exit_code: .exit_code, stderr: .stderr}'

# 查看執行時間超過 10 秒的行動
jq 'select(.stage == "VERIFY" and .duration_ms > 10000)' actions.jsonl

→ 日誌規範：shared/communication/execution-logs.md

共用模組

模組 用途
coordination/map-phase.md 並行協調
coordination/reduce-phase.md 匯總整合、大檔案處理
quality/gates.yaml 品質閘門
config/early-termination.yaml 早期終止
quality/rollback-strategy.yaml 回退策略
perspectives/expertise-frameworks/testing.yaml 測試框架

工作流位置

RESEARCH → PLAN → TASKS → IMPLEMENT → REVIEW → VERIFY
                                                  ↑
                                               你在這裡
  • 輸入：審查報告，來自 review skill
  • 輸出：驗證結果，工作流完成或回退

Verwandte Skills

Mehr aus dieser Quelle: miles990/multi-agent-workflow

review

miles990/multi-agent-workflow

2 installs

tasks

miles990/multi-agent-workflow

1 installs

status

miles990/multi-agent-workflow

1 installs

setup-workflow

miles990/multi-agent-workflow

1 installs

research

miles990/multi-agent-workflow

1 installs

plan

miles990/multi-agent-workflow

1 installs

Browse all skills →

So verwenden Sie diesen Skill

  1. 1

    Install verify by running npx skills add miles990/multi-agent-workflow --skill verify in your project directory. Führen Sie den obigen Installationsbefehl in Ihrem Projektverzeichnis aus. Die Skill-Datei wird von GitHub heruntergeladen und in Ihrem Projekt platziert.

  2. 2

    Keine Konfiguration erforderlich. Ihr KI-Agent (Claude Code, Cursor, Windsurf usw.) erkennt installierte Skills automatisch und nutzt sie als Kontext bei der Code-Generierung.

  3. 3

    Der Skill verbessert das Verständnis Ihres Agenten für verify, und hilft ihm, etablierte Muster zu befolgen, häufige Fehler zu vermeiden und produktionsreifen Code zu erzeugen.

Was Sie erhalten

Skills sind Klartext-Anweisungsdateien — kein ausführbarer Code. Sie kodieren Expertenwissen über Frameworks, Sprachen oder Tools, das Ihr KI-Agent liest, um seine Ausgabe zu verbessern. Das bedeutet null Laufzeit-Overhead, keine Abhängigkeitskonflikte und volle Transparenz: Sie können jede Anweisung vor der Installation lesen und prüfen.

Kompatibilität

Dieser Skill funktioniert mit jedem KI-Coding-Agenten, der das skills.sh-Format unterstützt, einschließlich Claude Code (Anthropic), Cursor, Windsurf, Cline, Aider und anderen Tools, die projektbezogene Kontextdateien lesen. Skills sind auf Transportebene framework-agnostisch — der Inhalt bestimmt, für welche Sprache oder welches Framework er gilt.

Data sourced from the skills.sh registry and GitHub. Install counts and security audits are updated regularly.