MCP HubMCP Hub
Retour aux compétences

evaluate-agent-framework

pjt222
Mis à jour 2 days ago
2 vues
17
2
17
Voir sur GitHub
Designaidesign

À propos

Cette compétence évalue la viabilité des frameworks d'agents IA open-source pour l'investissement en analysant la santé de la communauté, le risque de substitution, l'architecture et la gouvernance. Elle produit une classification à quatre niveaux (INVESTIR, ÉVALUER-PLUS, CONTRIBUER-PRUDEMENT, ÉVITER) pour guider l'allocation des ressources d'ingénierie. Utilisez-la pour estimer la viabilité à long terme d'un framework avant d'y engager un effort de développement significatif.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/evaluate-agent-framework

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

Evaluate Agent Framework

Score OSS agent framework → invest? Steps 2-3 novel: survival rate + supersession. Tier → INVEST / EVALUATE-FURTHER / CONTRIBUTE-CAUTIOUSLY / AVOID. Calibrate effort pre-commit.

Use When

  • Adopt framework prod? → check
  • Dep risk on framework → assess
  • Send eng effort to ext proj? → decide
  • Build-vs-adopt cmp → rank
  • Post-release / post-gov-change / post-acq re-eval

In

  • Req: framework_url — GitHub repo URL
  • Opt:
    • comparison_frameworks — alt framework URLs, bench
    • use_case — intended use (e.g., "multi-agent orchestration", "tool-use pipelines") → arch fit
    • contribution_budget — planned eng hrs → tier calib

Do

Step 1: Census

Size, activity, landscape → before deeper probe.

  1. Read README.md, CONTRIBUTING.md, LICENSE, arch docs (docs/, ARCHITECTURE.md)
  2. Quant metrics:
    • Stars/forks/issues/PRs → gh repo view <repo> --json stargazerCount,forkCount,issues,pullRequests
    • Dependents → GitHub "Used by" or gh api repos/<owner>/<repo>/dependents
    • Release cadence → gh release list --limit 10 — freq + semver?
  3. Bus factor → top 5 contribs last 12mo by commit. Top >60% → crit low
  4. Landscape:
    • Pioneer: first mover → defines cat (high infl, high supersession risk to followers)
    • Fast-follower: <6mo post-pioneer → iterate
    • Late entrant: post-stabilization → cmp on feat/gov
  5. comparison_frameworks given → same metrics each alt

→ Census tbl: stars, forks, deps, cadence, bus factor, landscape (+cmps).

If err: private/rate-limited → manual README. No metrics (self-hosted GitLab) → note gap, qual only.

Step 2: Community Health

Welcome/support/retain externals?

  1. External survival rate:
    • Last 50 closed PRs → gh pr list --state closed --limit 50 --json author,mergedAt,closedAt,labels
    • Author internal (org) vs external
    • survival_rate = merged_external_PRs / total_external_PRs
    • Healthy >50%; concern <30%
  2. Responsiveness:
    • Issue first-response: median issue-open → first maintainer comment
    • PR merge latency: median ext PR open → merge
    • Healthy <7d resp, <30d merge; concern >30d resp
  3. Contributor diversity:
    • Ext/int ratio last 6mo
    • Unique externals w/ >=2 merged PRs (repeat → healthy eco)
  4. Gov artifacts:
    • CONTRIBUTING.md exists + actionable (not just "submit a PR")
    • CODE_OF_CONDUCT.md exists
    • Gov docs → decision process
    • Issue/PR templates guide contribs

→ Scorecard: survival, resp times, diversity, gov checklist.

If err: PR data thin (<20 closed) → note sample, weight others. Non-GitHub → adapt queries to platform API.

Step 3: Supersession Risk

Ext contribs → obsoleted by internal dev? Biggest risk.

  1. Sample last 50-100 merged ext PRs (or all if fewer)
  2. Each merged ext PR, later:
    • Reverted: explicit revert ref PR
    • Rewritten: same file/module changed <90d by internal
    • Obsoleted: feat removed/replaced next release
  3. supersession_rate = (reverted + rewritten + obsoleted) / total_merged_external
  4. Roadmap vs ext-active areas:
    • High overlap → high supersession (int builds over ext)
    • Low overlap → lower risk (ext fill gaps int won't)
  5. "Contrib traps": look friendly, scheduled for int rewrite
  6. Bench: NemoClaw → 71% ext PRs superseded <6mo. Calib pt.

→ Supersession % + breakdown (reverted/rewritten/obsoleted). Roadmap overlap.

If err: shallow/squash-merged (attrib lost) → est by ext PR paths vs files changed next releases. Lower confidence.

Step 4: Architecture Alignment

Arch supports use case w/o lock-in?

  1. Extension pts:
    • Plugin API → documented?
    • Config surface → customize no-fork?
    • Hook/callback → intercept behavior?
  2. Lock-in:
    • Rewrite cost: migrate-away est (d/wk/mo)
    • Data portability: export std fmt?
    • Std compliance: agentskills.io, MCP, A2A vs proprietary?
  3. API stability:
    • Breaking changes/major (CHANGELOG, migration guides)
    • Deprecation policy (advance warn)
    • Semver compliance (breaking → major only)
  4. Use case fit:
    • use_case given → arch natural fit?
    • Arch mismatches → workarounds req?
  5. Interop:
    • agentskills.io compat (skill model)
    • MCP (tool integration)
    • A2A (agent-to-agent)

→ Arch report: ext pts, lock-in (low/med/high), API stability, use-case fit.

If err: sparse docs → derive from code + public API. Too young for stability hist → note, weight gov more.

Step 5: Governance + Sustainability

Gov model → long-term viable? Fair to externals?

  1. Gov model:
    • BDFL: single decider → fast, bus factor risk
    • Committee/Core team: distributed → slower, resilient
    • Foundation-backed: Apache, Linux Foundation, CNCF → most sustainable
    • Corporate-controlled: one co → rug-pull risk
  2. Funding:
    • VC, corp, grants, community, unfunded
    • Full-time maintainers >=2 healthy; 0 red flag
    • Revenue → how sustain?
  3. Contributor protections:
    • License: permissive (MIT, Apache-2.0) vs copyleft (GPL) vs custom
    • CLA → rights transfer that disadvantage?
    • Recog → credited in releases/changelogs/docs?
  4. Security:
    • SECURITY.md or equiv
    • Median CVE → patch time
    • Dep update (Dependabot, Renovate, manual)
  5. Trajectory:
    • Gov evolving (→ foundation)?
    • Recent leadership/acq/relicense?
    • Public maintainer-contributor conflicts?

→ Gov assess: model, sustainability (sustainable/at-risk/critical), protections, security.

If err: gov undocumented → absence = yellow flag. Check implicit: who merges, who closes, who releases.

Step 6: Classify

Synth → 4-tier + justifications + recs.

  1. Score each (1-5):
    • Community health: survival, resp, diversity
    • Supersession risk: rate, roadmap, traps (invert: low better)
    • Arch alignment: ext pts, lock-in, stability, fit
    • Gov sustainability: model, funding, protections, sec
  2. Thresholds:
    • INVEST (all >=4): healthy, low supersession (<20%), aligned, sustainable gov → safe adopt + contrib
    • EVALUATE-FURTHER (mixed, none <2): mixed signals → specific follow-ups, re-eval date
    • CONTRIBUTE-CAUTIOUSLY (any 2, none <2): high supersession (>40%) or gov concerns → limit to requested work, maintainer-approved scope, plugin/ext decoupled from core
    • AVOID (any 1): crit red flags — abandoned, hostile (<15% survival), bad license, rug-pull → no eng effort
  3. Write report:
    • Tier + 1-sentence rationale up front
    • Each dim score + evidence
    • contribution_budget given → how alloc hrs per tier
    • EVALUATE-FURTHER → specific Qs + timeline
    • CONTRIBUTE-CAUTIOUSLY → safe (plugins, docs, tests) vs risky (core)
  4. comparison_frameworks evaluated → cmp matrix, rank all

→ Classification report: tier, scores, evidence, actionable recs.

If err: data gaps block confident call → default EVALUATE-FURTHER, doc missing data + how to get. Never default INVEST when unsure.

Chk

  • Census: stars, forks, deps, cadence, bus factor, landscape
  • Community: survival, resp times, diversity, gov artifacts
  • Supersession: rate + breakdown (reverted/rewritten/obsoleted)
  • Arch: ext pts, lock-in, API stability, fit
  • Gov: model, funding, protections, security
  • Tier: INVEST / EVALUATE-FURTHER / CONTRIBUTE-CAUTIOUSLY / AVOID
  • Each score → specific evidence
  • Recs actionable + calib to budget (if given)
  • Data gaps + confidence limits doc'd

Traps

  • Popularity ≠ health: 50k stars + 1 maintainer < 2k stars + 15 active contribs. SPoF.
  • Skip supersession: most common ext-contrib failure. Welcoming community worthless if int overwrites ext.
  • Arch-only, ignore gov: pretty design fails w/ unsustainable or hostile gov.
  • EVALUATE-FURTHER ≠ AVOID: mixed = investigate, not reject. Set re-eval date + specific Qs.
  • Snapshot bias: metrics point-in-time. Declining proj w/ great current > improving proj w/ mediocre. Check 6-12mo trend.
  • CLA complacency: some CLAs transfer copyright → your work = their asset. Read text, not checkbox.
  • Single-framework anchor: no cmp → anything looks great/terrible. Bench at least 1 alt, even informal.

See

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/caveman-ultra/skills/evaluate-agent-framework
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

executing-plans

Design

Utilisez la compétence executing-plans lorsque vous disposez d'un plan de mise en œuvre complet à exécuter par lots contrôlés avec des points de contrôle de revue. Elle charge et examine le plan de manière critique, puis exécute les tâches par petits lots (3 tâches par défaut) tout en rapportant la progression entre chaque lot pour une revue par l'architecte. Cela garantit une mise en œuvre systématique avec des points de contrôle de qualité intégrés.

Voir la compétence

requesting-code-review

Design

Cette compétence délègue un sous-agent réviseur de code pour analyser les modifications apportées au code par rapport aux exigences avant de poursuivre. Elle doit être utilisée après avoir terminé des tâches, implémenté des fonctionnalités majeures, ou avant une fusion vers la branche principale. La revue aide à détecter précocement les problèmes en comparant l'implémentation actuelle avec le plan initial.

Voir la compétence

connect-mcp-server

Design

Cette compétence fournit un guide complet permettant aux développeurs de connecter des serveurs MCP à Claude Code via les transports HTTP, stdio ou SSE. Elle couvre l'installation, la configuration, l'authentification et la sécurité pour intégrer des services externes tels que GitHub, Notion et des API personnalisées. Utilisez-la lors de la configuration d'intégrations MCP, de la configuration d'outils externes ou du travail avec le Protocole de Contexte de Modèle de Claude.

Voir la compétence

web-cli-teleport

Design

Cette compétence aide les développeurs à choisir entre les interfaces Web et CLI de Claude Code en fonction de l'analyse des tâches, puis permet une téléportation transparente des sessions entre ces environnements. Elle optimise le flux de travail en gérant l'état et le contexte de la session lors du passage entre le web, la CLI ou le mobile. Utilisez-la pour des projets complexes nécessitant différents outils à diverses étapes.

Voir la compétence