health

health skill 概覽

health skill 的用途

health 會替 Codex、Claude Code、Pi、agent instructions、hooks/MCP、verifier surfaces 與 AI maintainability 做一套有預算意識的 agent health audit。適合需要實用 health guide 的讀者，用來判斷為什麼 agent 會忽略指令、跳過驗證，或逐漸走向難以維護的行為。

最適合的情境與主要工作

當你需要的是快速的設定與工作流程檢查，而不是 code review 時，就該用這個 health skill。它特別適合 Security Audit 類工作，因為在你檢查應用邏輯、密鑰處理或政策合規之前，它會先幫你看出這套 agent stack 是否值得信賴。

這個 skill 的差異在哪裡

這個 skill 對 layered agent health 的看法很明確：config surfaces、instruction files、tools/runtime、verifiers 和 maintainability。這代表它給出的結果比一般 prompt 更能直接做決策，因為它能指出是哪一層出現錯位，而不是只說「看起來怪怪的」。

如何使用 health skill

安裝情境與先讀哪些檔案

使用 npx skills add tw93/Waza --skill health 安裝 health skill。安裝後，先讀 SKILL.md，再查看 agents/inspector-context.md、agents/inspector-control.md 與 agents/inspector-maintainability.md，理解這個 audit 預期看什麼，以及它優先蒐集哪些證據。

這個 skill 需要什麼輸入

health skill 最適合搭配 repo 相關的明確訊號：agent instruction files、hooks 或 MCP 設定、verifier commands，以及像「Claude ignores AGENTS.md」或「Codex config looks right but behavior is inconsistent」這類症狀。若你想得到有用的 health 使用結果，請一併提供確切的 repo path、agent platform，以及你觀察到的失敗模式。

如何提出更強的需求

弱的需求是「check health」。更好的寫法是：「請針對這個 repo 的 Claude Code 和 Codex 跑一次 health audit。重點放在 instruction layering、hooks、verifier coverage，以及 AI maintainability 是否可能惡化。請指出任何 broken paths、stale references，或缺少的 verification surfaces。」這樣 skill 才有足夠範圍產出可供決策的 audit。

工作流程與 repo 閱讀順序

如果 repo 有 collection scripts，先用它們，再看 audit outputs，最後才讀 raw source。在這個 repo 中，實際可用的路徑是 scripts/check_agent_context.py、scripts/check_doc_refs.py、scripts/check_maintainability.py 和 scripts/check_verifier_output.py。照這個順序做，可以先定位問題在哪裡，再手動逐檔檢查。

health skill 常見問題

這只用來做設定檢查嗎？

不是。health skill 可以做 agent configuration audits、instruction drift、verification gaps 與 maintainability risk 的檢查。它不是拿來除錯應用程式 bug 或審查 pull request diff 的。

什麼情況下不該用 health skill？

如果你只想要 code-level 修正、bug 判斷，或一次性的 prompt rewrite，就不需要它。若 repo 很小，而且沒有 agent surfaces，直接下普通 prompt 通常就夠了；health skill 最有價值的是在有多個 agent files、hooks 或 verifier layers 時。

health skill 對初學者友善嗎？

可以，只要你能提供 repo 和症狀。初學者最常犯的錯，是只說模糊的「health check」，卻沒有說是哪個 agent、哪個 instruction surface，或哪一步 verification 看起來壞掉。輸入越精準，輸出就越能直接採取行動。

它和一般 prompt 有什麼不同？

一般 prompt 可以概述疑慮，但 health skill 是為了系統性檢查 agent surfaces，並且有意識地分配注意力。當你需要的是 Security Audit workflow 的 health install decision 時，這點很重要，因為缺少驗證或過時指令都可能悄悄削弱信任。

如何改進 health skill

給它正確的症狀與邊界

請明確說你關心的是 Claude Code、Codex、Pi，還是三者全都要看，並指出失敗類型：ignored instructions、missing hooks、weak verifier coverage，或 AI maintainability drift。只要邊界清楚，skill 就能避免把注意力浪費在無關的 repo 結構上。

提供證據，而不只是結論

更好的輸入包含相關檔案或摘錄：AGENTS.md、local instruction overlays、settings、hook config，以及任何能顯示失敗的 command output。例如，AGENTS.md 說要用 make test 驗證，但 repo 裡只有 pytest -q，這就比單純說「tests seem off」有價值得多。

第一次 audit 後再迭代

先用第一次結果判斷問題屬於 instruction layering、tool/runtime mismatch，還是 verifier weakness，然後再縮小目標重跑一次。若 skill 判定 agent stack 是健康的，但 maintainability 偏弱，就不要整個重審；改問它聚焦在 TODO density、hotspot ownership 與 stale doc references 的第二輪分析。