Verification

terminal-ops est une skill d’exécution de dépôt axée sur les preuves pour le travail en terminal. Utilisez-la pour lancer des commandes, inspecter l’état git, déboguer une CI ou des builds, et apporter des corrections ciblées avec une preuve claire de ce qui a changé et de ce qui a été vérifié. Ce guide terminal-ops aide à réduire les approximations pour l’édition de code et les opérations sur le dépôt.

springboot-verification est une boucle de vérification pour les projets Spring Boot, conçue pour vous aider à confirmer qu’un changement est sûr avant une PR ou un déploiement. Utilisez ce guide springboot-verification pour la validation du build, l’analyse statique, les tests avec couverture, les scans de sécurité et la Skill Validation.

santa-method est un workflow de vérification multi-agent pour les livrables qui doivent être justes avant leur publication. Il s’appuie sur des revues indépendantes pour repérer les angles morts dans le contenu, les livrables proches du code, les textes sensibles sur le plan de la conformité et les tâches d’automatisation de workflow. Installez le skill santa-method lorsque vous avez besoin d’une boucle reproductible générer, vérifier, converger.

land-and-deploy est une compétence de workflow pour fusionner une PR prête, attendre la CI et le déploiement, puis vérifier la santé de la production avec des contrôles canary. Utilisez cette compétence land-and-deploy lorsque vous avez besoin d’une passation fiable entre la fusion et la mise en ligne, surtout si votre équipe utilise déjà /ship ou des étapes de release similaires.

health exécute un audit Agent Health tenant compte du budget pour Codex, Claude Code, Pi, les consignes d’agent, les hooks/MCP, les surfaces de vérification et la maintenabilité de l’IA. Utilisez la skill health pour comprendre pourquoi un agent ignore des instructions, rate des validations ou dérive vers un comportement difficile à maintenir. Elle est particulièrement utile pour les workflows d’audit sécurité, mais pas pour déboguer du code ni relire des PR.

ton-vulnerability-scanner est une skill d’audit ciblée pour les smart contracts TON écrits en FunC. Elle aide à repérer les usages abusifs d’entiers comme booléens, la gestion de faux contrats Jetton et les vérifications de gas manquantes lors du transfert de TON. Utilisez-la pour un premier audit de sécurité rapide avant une revue manuelle plus approfondie.

launch-sub-agent vous aide à déléguer une sous-agent focalisée pour des tâches bien délimitées dans des systèmes multi-agents. Il analyse la complexité de la tâche, choisit un niveau de modèle adapté, prend en charge l’appariement avec des agents spécialisés et ajoute une vérification par auto-critique pour des résultats plus fiables.

Judge est un skill d’évaluation en deux phases qui lance d’abord un méta-judge, puis un sous-agent judge pour noter un travail avec un contexte isolé, des preuves et des critères clairs. Utilisez-le pour des revues en mode rapport uniquement sur du code, des textes, des analyses ou du Skill Authoring lorsque vous avez besoin d’un guide de jugement défendable plutôt que d’un simple avis informel.

plan-task transforme une tâche brouillon en plan prêt à exécuter, avec des chantiers de travail parallèles, des notes de risque et des étapes de vérification pour Workflow Automation.

implement-task est une skill d’automatisation de workflow qui transforme une spécification de tâche en modifications implémentées, avec une vérification automatisée par LLM-as-Judge sur les étapes critiques. Elle aide les agents à lire un fichier de tâche, exécuter le travail dans l’ordre, vérifier la qualité et reprendre à partir d’un avancement partiel avec moins d’hypothèses à faire.

Le skill d’évaluation vous aide à concevoir et à exécuter des évaluations d’agents pour des systèmes non déterministes. Utilisez-le pour planifier l’installation des évaluations, définir des grilles de notation, effectuer des contrôles de régression, mettre en place des garde-fous qualité et réaliser des évaluations pour le test de skills. Il convient aux workflows LLM-as-judge, au scoring multidimensionnel et aux usages d’évaluation concrets lorsque vous avez besoin de résultats reproductibles.