MCP HubMCP Hub
스킬 목록으로 돌아가기

conscientiousness

pjt222
업데이트됨 2 days ago
7 조회
17
2
17
GitHub에서 보기
기타ai

정보

이 스킬은 클로드가 작업을 완료하기 전에 체계적으로 검증하여 완성도와 정확성을 보장합니다. 복잡한 다단계 프로세스 후 응답을 다듬어야 할 때나, 서두르는 패턴을 교정해야 할 때 사용하도록 설계되었습니다. 핵심 기능은 모든 약속이 이행되고 빠진 부분이 없는지 확인함으로써 철저함을 강제하는 것입니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/conscientiousness

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

盡責

系統之周詳與勤——確完整、驗結果、行其諾、完任務至其當得之標。

適用時機

  • 標任務為完前——為最終驗證之過
  • 回應覺「足好」然任務當得更佳
  • 複雜多步作業後,各步或有偏
  • 用戶請求含多部,每部需驗
  • 呈代碼、文件、任何交付物予用戶審前
  • 自監偵省走捷徑或匆忙之模式

輸入

  • 必要:待驗之任務或交付物(於對話脈絡可達)
  • 選擇性:用戶原始請求(以比所交付)
  • 選擇性:用戶供之檢核表或受理判準
  • 選擇性:會話中所作之承諾(已諾而未查者)

步驟

步驟一:重構全承諾

驗工作前,重立所諾為何。

  1. 仔讀用戶原始請求——非詮之版本,乃實之語
  2. 列其中每一明示要求
  3. 列會話中每一隱含承諾:
    • 「我亦將更新測試」——已為之否?
    • 「讓我亦修此」——已完否?
    • 「我將查邊界情形」——已查否?
  4. 記用戶供之受理判準
  5. 比諾單與實交付之

預期: 完整之承諾清單——明示要求加隱含之諾——附與交付物之初步比。

失敗時: 若原始請求已不在脈絡(已壓縮),自所餘重構並向用戶承認任何缺。

步驟二:驗完整

查每一已諾項已處。

Completeness Matrix:
+---------------------+------------------+------------------+
| Commitment          | Status           | Evidence         |
+---------------------+------------------+------------------+
| [Requirement 1]     | Done / Partial / | [How verified]   |
|                     | Missing          |                  |
+---------------------+------------------+------------------+
| [Requirement 2]     | Done / Partial / | [How verified]   |
|                     | Missing          |                  |
+---------------------+------------------+------------------+
| [Promise 1]         | Done / Partial / | [How verified]   |
|                     | Missing          |                  |
+---------------------+------------------+------------------+
  1. 每項以證驗——非記憶,乃實之驗:
    • 代碼改:重讀檔以確改存
    • 測試結果:重行或引實輸出
    • 文件:重讀以確準
  2. 標每項:Done(全完)、Partial(始而未完)、Missing(未處)
  3. Partial 與 Missing 項記所餘

預期: 每承諾有已驗之態。無項未查。

失敗時: 若驗揭漏項,即處勿記後。盡責乃即完,非擬完。

步驟三:驗正確

完整為必須而不足——所為須亦正確。

  1. 每已完項查:
    • :行其當行?值正確?
    • 一致:合其餘之工作?無矛盾?
    • 邊界情形:邊界條件已慮?
    • 整合:於周圍脈絡中可運?
  2. 代碼:能存於代碼審否?有明改進否?
  3. 文件:準、清、無誤否?
  4. 多步流程:每步之出正確餵次步否?

預期: 每交付物既完且正。錯於用戶見前已捕。

失敗時: 若發錯,即修。勿以已知錯之工呈,即錯似微。

步驟四:驗呈現

最終檢查:交付物之呈現服用戶否?

  1. :用戶無需重讀多遍即解所為否?
  2. :回應結構合邏輯?相關項已群?
  3. :有無謂填充或重複否?
  4. 可行:用戶知下步何為否?
  5. :限制或警語已明述否?

預期: 交付物完、正、良呈。

失敗時: 若內容正而呈現拙,重組。良工拙呈乃盡責之敗。

驗證

  • 原始請求已重讀(非自記憶召回)
  • 每明示要求以證驗
  • 每隱含之諾已追且驗
  • 正確已查,超於僅完整
  • 相關時邊界情形已慮
  • 交付物清晰呈現且可行

常見陷阱

  • 驗證戲:行檢查之動作而未實重讀或重驗。檢查須用證,非記憶
  • 局部盡責:查主交付物而忽附承諾(「我亦將⋯」)。每諾皆計
  • 偽裝勤之完美主義:無盡磨延交付。盡責乃達所諾之標,非無限超之
  • 盡責疲勞:會話進行中轉不周。末任務當得之勤與初同
  • 簡單任務略之:假簡單任務不需驗。簡單任務之錯較複雜任務之錯更窘

相關技能

  • honesty-humility — 盡責驗完整;honesty-humility 確透明報何者成何者未成
  • heal — 子系統評估與自驗重疊;盡責專於交付物品質
  • vishnu-bhaga — 保可行態補盡責於維品質
  • observe — 持續中立觀察支驗證過程
  • intrinsic — 真誠投入(非從順)自然驅周詳執行

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-lite/skills/conscientiousness
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.

스킬 보기

cost-optimization

기타

이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.

스킬 보기

quantizing-models-bitsandbytes

기타

이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.

스킬 보기

dispatching-parallel-agents

기타

이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.

스킬 보기