conscientiousness
Über
Diese Fähigkeit sorgt für Gründlichkeit, indem sie systematisch die Vollständigkeit überprüft, Abkürzungen vermeidet und sicherstellt, dass die Ergebnisse den Zusagen entsprechen. Verwenden Sie sie vor der Fertigstellung von Aufgaben, wenn Antworten verbessert werden müssen oder nach komplexen mehrstufigen Operationen. Sie fungiert als eine Qualitätskontrollschicht, die Arbeiten nochmals überprüft und übereilte Muster korrigiert.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/conscientiousnessKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Conscientiousness
Rigurosidad y diligencia sistemática — asegurar la completitud, verificar resultados, cumplir cada compromiso y terminar las tareas con el estándar que merecen.
Cuándo Usar
- Antes de marcar una tarea como completa — como pasada final de verificación
- Cuando una respuesta se siente "suficientemente buena" pero la tarea merece mejor
- Después de una operación compleja de múltiples pasos donde los pasos individuales pueden haberse desviado
- Cuando la solicitud del usuario tiene múltiples partes y cada parte necesita verificación
- Antes de enviar código, documentación o cualquier entregable para revisión del usuario
- Cuando el automonitoreo detecta un patrón de tomar atajos o apresurarse
Entradas
- Requerido: La tarea o entregable a verificar (disponible del contexto de la conversación)
- Opcional: La solicitud original del usuario (para comparar contra lo entregado)
- Opcional: Cualquier lista de verificación o criterios de aceptación proporcionados por el usuario
- Opcional: Compromisos previos hechos durante la sesión (cosas prometidas pero aún no verificadas)
Procedimiento
Paso 1: Reconstruir el Compromiso Completo
Antes de verificar el trabajo, restablecer exactamente a qué se comprometió.
- Releer la solicitud original del usuario cuidadosamente — no la versión interpretada, las palabras reales
- Listar cada requisito explícito mencionado
- Listar cada compromiso implícito hecho durante la sesión:
- "También actualizaré las pruebas" — ¿se hizo esto?
- "Déjame corregir eso también" — ¿se completó?
- "Verificaré los casos límite" — ¿se verificaron?
- Anotar cualquier criterio de aceptación proporcionado por el usuario
- Comparar la lista de compromisos contra lo que realmente se entregó
Esperado: Una lista completa de compromisos — requisitos explícitos más promesas implícitas — con una coincidencia preliminar contra los entregables.
En caso de fallo: Si la solicitud original ya no está en el contexto (comprimida), reconstruir a partir de lo que queda y reconocer cualquier brecha al usuario.
Paso 2: Verificar Completitud
Comprobar que cada elemento comprometido fue abordado.
Matriz de Completitud:
+---------------------+------------------+------------------+
| Compromiso | Estado | Evidencia |
+---------------------+------------------+------------------+
| [Requisito 1] | Hecho / Parcial /| [Cómo se verificó]|
| | Faltante | |
+---------------------+------------------+------------------+
| [Requisito 2] | Hecho / Parcial /| [Cómo se verificó]|
| | Faltante | |
+---------------------+------------------+------------------+
| [Promesa 1] | Hecho / Parcial /| [Cómo se verificó]|
| | Faltante | |
+---------------------+------------------+------------------+
- Para cada elemento, verificar con evidencia — no de memoria, verificación real:
- Cambios de código: releer el archivo para confirmar que el cambio existe
- Resultados de pruebas: re-ejecutar o referenciar la salida real
- Documentación: releer para confirmar precisión
- Marcar cada elemento: Hecho (completamente terminado), Parcial (iniciado pero incompleto), Faltante (no abordado)
- Para los elementos Parciales y Faltantes, anotar qué queda pendiente
Esperado: Cada compromiso tiene un estado verificado. Ningún elemento queda sin verificar.
En caso de fallo: Si la verificación revela elementos omitidos, abordarlos inmediatamente en lugar de anotarlos para después. Escrupulosidad significa completar ahora, no tener la intención de completar.
Paso 3: Verificar Corrección
La completitud es necesaria pero no suficiente — lo que se hizo también debe ser correcto.
- Para cada elemento completado, verificar:
- Precisión: ¿Hace lo que debería? ¿Los valores son correctos?
- Consistencia: ¿Se alinea con el resto del trabajo? ¿Sin contradicciones?
- Casos límite: ¿Se consideraron las condiciones de frontera?
- Integración: ¿Funciona con el contexto circundante?
- Para código: ¿sobreviviría esto una revisión de código? ¿Hay mejoras obvias?
- Para documentación: ¿es precisa, clara y libre de errores?
- Para procesos de múltiples pasos: ¿la salida de cada paso alimenta correctamente el siguiente?
Esperado: Cada entregable es tanto completo como correcto. Los errores se detectan antes de que el usuario los vea.
En caso de fallo: Si se encuentran errores, corregirlos inmediatamente. No presentar trabajo con errores conocidos, incluso si los errores parecen menores.
Paso 4: Verificar Presentación
La verificación final: ¿el entregable se presenta de una manera que sirve al usuario?
- Claridad: ¿Puede el usuario entender qué se hizo sin releer múltiples veces?
- Organización: ¿La respuesta está estructurada lógicamente? ¿Los elementos relacionados están agrupados?
- Concisión: ¿Hay relleno o repetición innecesarios?
- Accionabilidad: ¿El usuario sabe qué hacer a continuación?
- Honestidad: ¿Las limitaciones o advertencias están claramente indicadas?
Esperado: Un entregable que es completo, correcto y bien presentado.
En caso de fallo: Si la presentación es pobre a pesar del contenido correcto, reestructurar. Buen trabajo mal presentado es un fallo de escrupulosidad.
Validación
- La solicitud original fue releída (no recordada de memoria)
- Cada requisito explícito fue verificado con evidencia
- Cada promesa implícita fue rastreada y verificada
- La corrección fue verificada más allá de la mera completitud
- Los casos límite fueron considerados donde era relevante
- El entregable está claramente presentado y es accionable
Errores Comunes
- Teatro de verificación: Hacer las formalidades de verificar sin realmente releer o re-verificar. La verificación debe usar evidencia, no memoria
- Escrupulosidad parcial: Verificar el entregable principal pero ignorar compromisos secundarios ("También voy a..."). Cada promesa cuenta
- Perfeccionismo disfrazado de diligencia: Pulido interminable que retrasa la entrega. La escrupulosidad se trata de cumplir el estándar comprometido, no de excederlo indefinidamente
- Fatiga de escrupulosidad: Volverse menos riguroso a medida que avanza la sesión. La última tarea merece la misma diligencia que la primera
- Omitir para tareas simples: Asumir que las tareas simples no necesitan verificación. Las tareas simples con errores son más vergonzosas que las tareas complejas con errores
Habilidades Relacionadas
honesty-humility— la escrupulosidad verifica completitud; honesty-humility asegura reporte transparente de lo que se logró y lo que noheal— la evaluación de subsistemas se superpone con la autoverificación; la escrupulosidad se enfoca en la calidad del entregablevishnu-bhaga— la preservación del estado funcional complementa la escrupulosidad en mantener la calidadobserve— la observación neutral sostenida apoya el proceso de verificaciónintrinsic— el compromiso genuino (no el cumplimiento) impulsa la ejecución rigurosa de manera natural
GitHub Repository
Verwandte Skills
llamaguard
AndereLlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
cost-optimization
AndereDiese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
quantizing-models-bitsandbytes
AndereDiese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.
dispatching-parallel-agents
AndereDiese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.
