返回技能列表

build-coherence

pjt222
更新于 2 days ago
8 次查看
17
2
17
在 GitHub 上查看
design

关于

This skill helps AI systems choose between multiple valid approaches by independently evaluating competing options and using structured reasoning to reach consensus. It's designed for situations where you need to justify architectural decisions or before taking irreversible actions with high costs. Key features include confidence threshold detection and deadlock resolution when oscillating between choices.

快速安装

Claude Code

推荐
主要方式
npx skills add pjt222/agent-almanac -a claude-code
插件命令备选方式
/plugin add https://github.com/pjt222/agent-almanac
Git 克隆备选方式
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/build-coherence

在 Claude Code 中复制并粘贴此命令以安装该技能

技能文档

Build Coherence

Evaluar enfoques competidores mediante evaluación independiente, defensa explícita de razonamiento en voz alta, umbrales de compromiso calibrados por confianza y resolución estructurada de bloqueos — produciendo decisiones coherentes a partir de múltiples caminos de razonamiento.

Cuándo Usar

  • forage-solutions ha identificado múltiples enfoques válidos y debe hacerse una selección
  • Oscilando entre dos enfoques sin comprometerse con ninguno
  • Necesidad de justificar una decisión con razonamiento estructurado (elección de arquitectura, selección de herramienta, estrategia de implementación)
  • Cuando una decisión previa se tomó por instinto y necesita validación basada en evidencia
  • Cuando el razonamiento interno produce conclusiones contradictorias y debe restaurarse la coherencia
  • Antes de una acción irreversible (fusionar, desplegar, eliminar) donde el costo de la elección incorrecta es alto

Entradas

  • Requerido: Dos o más enfoques competidores a evaluar
  • Opcional: Evaluaciones de calidad de exploración previa (ver forage-solutions)
  • Opcional: Riesgo de la decisión (reversible, moderado, irreversible) para calibración de umbral
  • Opcional: Presupuesto de tiempo para la decisión
  • Opcional: Modo de fallo conocido (oscilación, compromiso prematuro, pensamiento grupal)

Procedimiento

Paso 1: Evaluación Independiente

Evaluar cada enfoque por sus propios méritos antes de compararlos. La regla crítica: no permitir que la evaluación del enfoque A sesgue la evaluación del enfoque B.

Para cada enfoque, evaluar independientemente:

Approach Evaluation Template:
┌────────────────────────┬──────────────────────────────────────────┐
│ Dimension              │ Assessment                               │
├────────────────────────┼──────────────────────────────────────────┤
│ Approach name          │                                          │
├────────────────────────┼──────────────────────────────────────────┤
│ Core mechanism         │ How does this approach solve the problem? │
├────────────────────────┼──────────────────────────────────────────┤
│ Strengths (2-3)        │ What does this approach do well?          │
├────────────────────────┼──────────────────────────────────────────┤
│ Risks (2-3)            │ What could go wrong? What is assumed?     │
├────────────────────────┼──────────────────────────────────────────┤
│ Evidence quality        │ How well-supported is this approach?      │
│                        │ (verified / inferred / speculated)        │
├────────────────────────┼──────────────────────────────────────────┤
│ Quality score (0-100)  │ Overall assessment                        │
├────────────────────────┼──────────────────────────────────────────┤
│ Confidence (0-100)     │ How confident in this assessment?         │
└────────────────────────┴──────────────────────────────────────────┘

Completar esto para cada enfoque por separado. No escribir una comparación hasta que todas las evaluaciones individuales estén completas.

Esperado: Evaluaciones independientes donde cada enfoque se evalúa en sus propios términos. La evaluación del enfoque B no hace referencia al enfoque A. Las puntuaciones de calidad reflejan una evaluación genuina, no un ranking.

En caso de fallo: Si las evaluaciones están contaminadas (te encuentras escribiendo "mejor que A" mientras evalúas B), reiniciar. Evaluar A completamente, luego limpiar el marco y evaluar B desde cero. Si las puntuaciones son todas idénticas, las dimensiones de evaluación son demasiado gruesas — agregar criterios específicos del dominio.

Paso 2: Danza de Meneo — Razonar en Voz Alta

Defender cada enfoque proporcionalmente a su calidad. Este es el equivalente de IA de la danza de meneo de las abejas: hacer explícito y público el razonamiento implícito.

  1. Para cada enfoque, presentar el caso a su favor — como si se presentara a un usuario escéptico:
    • "El enfoque A es fuerte porque [evidencia]. El riesgo principal es [riesgo], que se mitiga con [mitigación]."
  2. La intensidad de la defensa debe ser proporcional a la puntuación de calidad:
    • Enfoque de alta calidad: defensa detallada con evidencia específica
    • Enfoque de calidad media: defensa breve con limitaciones reconocidas
    • Enfoque de baja calidad: mencionado por completitud, no defendido activamente
  3. Inspección cruzada: después de defender A, buscar activamente evidencia que apoye B en su lugar. Después de defender B, buscar evidencia que apoye A. Esto contrarresta el sesgo de confirmación

El propósito de razonar en voz alta es hacer la decisión auditable — para ti mismo y para el usuario. Si el razonamiento no puede articularse, la evaluación es más superficial de lo que sugiere la puntuación.

Esperado: Razonamiento explícito para cada enfoque que sería persuasivo para un observador neutral. La inspección cruzada revela al menos una consideración que inicialmente se pasó por alto.

En caso de fallo: Si la defensa se siente superficial (cumpliendo con el proceso), los enfoques pueden no ser genuinamente diferentes — pueden ser variaciones de la misma idea. Verificar: ¿los enfoques difieren en mecanismo, o solo en detalle de implementación? Si es lo segundo, la decisión puede no importar mucho — elegir cualquiera y avanzar.

Paso 3: Establecer Umbral de Quórum y Comprometerse

Establecer el umbral de confianza requerido para comprometerse, calibrado al riesgo de la decisión.

Confidence Thresholds by Stakes:
┌─────────────────────┬───────────┬──────────────────────────────────┐
│ Decision Type       │ Threshold │ Rationale                        │
├─────────────────────┼───────────┼──────────────────────────────────┤
│ Easily reversible   │ 60%       │ Cost of trying and reverting is  │
│ (can undo)          │           │ low. Speed matters more than     │
│                     │           │ certainty                        │
├─────────────────────┼───────────┼──────────────────────────────────┤
│ Moderate stakes     │ 75%       │ Reverting has cost but is        │
│ (costly to reverse) │           │ possible. Worth investing in     │
│                     │           │ evaluation                       │
├─────────────────────┼───────────┼──────────────────────────────────┤
│ Irreversible or     │ 90%       │ Cannot undo. Must be confident.  │
│ high-stakes         │           │ If threshold not met, gather     │
│                     │           │ more information before deciding │
└─────────────────────┴───────────┴──────────────────────────────────┘
  1. Clasificar el riesgo de la decisión
  2. Verificar: ¿la puntuación de calidad del enfoque líder multiplicada por la confianza alcanza el umbral?
  3. Si sí: comprometerse. Declarar la decisión, el razonamiento y el riesgo clave que se acepta
  4. Si no: identificar qué información adicional elevaría la confianza al umbral
  5. Una vez comprometido, no revisitar a menos que surja nueva evidencia descalificadora

Esperado: Un momento de compromiso claro con razonamiento declarado. La decisión se toma a un nivel de confianza apropiado para su riesgo.

En caso de fallo: Si el umbral nunca se alcanza (no se puede llegar al 90% en una decisión irreversible), preguntar: ¿la decisión es verdaderamente irreversible? ¿Puede descomponerse en una fase de prueba reversible + un compromiso irreversible? La mayoría de las decisiones aparentemente irreversibles pueden escalonarse. Si el escalonamiento es imposible, comunicar la incertidumbre al usuario y pedir orientación.

Paso 4: Resolver Bloqueos

Cuando dos o más enfoques tienen puntuaciones similares y el umbral de quórum no se alcanza para ninguno.

Deadlock Resolution:
┌────────────────────────┬──────────────────────────────────────────┐
│ Deadlock Type          │ Resolution                               │
├────────────────────────┼──────────────────────────────────────────┤
│ Genuine tie            │ The approaches are equivalent. Pick one  │
│ (scores within 5%)     │ and commit. The cost of deliberating     │
│                        │ exceeds the cost of picking the "wrong"  │
│                        │ equivalent option. Flip a coin mentally  │
├────────────────────────┼──────────────────────────────────────────┤
│ Information deficit    │ The tie exists because evaluation is     │
│ (scores uncertain)     │ incomplete. Invest one more specific     │
│                        │ investigation — a targeted file read, a  │
│                        │ quick test — then re-score               │
├────────────────────────┼──────────────────────────────────────────┤
│ Oscillation            │ Scoring keeps flip-flopping depending on │
│ (scores keep changing) │ which dimension gets attention. Time-box:│
│                        │ set a timer, evaluate once more, commit  │
│                        │ to the result regardless                 │
├────────────────────────┼──────────────────────────────────────────┤
│ Approach merge         │ The best parts of A and B can be         │
│ (compatible strengths) │ combined. Check for compatibility. If    │
│                        │ merge is coherent, use it. If forced,    │
│                        │ don't — pick one                         │
└────────────────────────┴──────────────────────────────────────────┘

Esperado: Bloqueo resuelto a través del mecanismo apropiado. La resolución es decisiva — sin duda persistente que socave la ejecución.

En caso de fallo: Si el bloqueo persiste a través de todas las estrategias de resolución, la decisión puede ser prematura. Preguntar al usuario: "Veo dos enfoques igualmente fuertes: [A] y [B]. [Caso breve para cada uno.] ¿Cuál se alinea mejor con tus prioridades?" Delegar un empate genuino al usuario no es un fracaso — es reconocer que la decisión depende de valores que la IA no puede inferir.

Paso 5: Evaluar la Calidad de Coherencia

Después de comprometerse con una decisión, evaluar si el proceso produjo coherencia genuina o solo una decisión.

  1. ¿La decisión se basó en evidencia, o fue una validación superficial de una preferencia inicial?
    • Prueba: ¿la preferencia era la misma antes y después de la evaluación? Si es así, ¿la evaluación cambió algo?
  2. ¿Los enfoques perdedores fueron genuinamente considerados, o fueron argumentos de paja?
    • Prueba: ¿puedes articular el caso más fuerte para el enfoque perdedor?
  3. ¿Qué señal desencadenaría una reevaluación?
    • Definir una observación específica que invalidaría la decisión ("Si descubro que la API no soporta X, entonces el enfoque B se vuelve mejor")
  4. ¿Hay información útil de los enfoques perdedores que debería informar la implementación?
    • Un riesgo identificado en el enfoque B podría aplicarse también al enfoque A

Esperado: Una verificación breve de calidad que confirma la decisión o la identifica como débil. Si es débil, volver al paso anterior apropiado en lugar de proceder sobre terreno inestable.

En caso de fallo: Si la verificación de calidad revela que la decisión fue basada en preferencia en lugar de evidencia, reconocerlo honestamente. A veces la preferencia es todo lo que está disponible — pero debe etiquetarse como tal, no disfrazarse de análisis.

Validación

  • Cada enfoque fue evaluado independientemente antes de la comparación
  • La defensa fue proporcional a la calidad (no atención igual independientemente del mérito)
  • Se realizó inspección cruzada (buscando contra-evidencia después de la defensa)
  • El umbral de quórum se calibró al riesgo de la decisión
  • Si hubo bloqueo, se aplicó una estrategia de resolución específica
  • Se realizó verificación de calidad post-decisión
  • Se definió un desencadenante de reevaluación

Errores Comunes

  • Compromiso prematuro: Decidir antes de evaluar todos los enfoques. El primer enfoque considerado tiene una ventaja de anclaje — recibe más atención mental simplemente por ser primero. Evaluar todos antes de comparar
  • Defensa igual para enfoques desiguales: Si el enfoque A obtuvo 85 y el enfoque B obtuvo 45, dedicar tiempo igual a defender ambos desperdicia esfuerzo y crea falsa equivalencia
  • Validación superficial: Pasar por el proceso de evaluación para justificar una decisión ya tomada. La prueba es si la evaluación podría haber cambiado el resultado. Si no, el proceso fue teatro
  • Evasión de umbral: Bajar el umbral de confianza para facilitar la decisión en lugar de recopilar la información necesaria para alcanzar el umbral apropiado
  • Ignorar el lado perdedor: El enfoque perdedor a menudo contiene advertencias que aplican al ganador. Los riesgos identificados en el enfoque B no desaparecen solo porque se eligió el enfoque A

Habilidades Relacionadas

  • build-consensus — el modelo de consenso multi-agente que esta habilidad adapta al razonamiento de un solo agente
  • forage-solutions — explora el espacio de soluciones que la coherencia evalúa; típicamente precede a esta habilidad
  • coordinate-reasoning — gestiona el flujo de información durante la evaluación multi-camino
  • center — establece la línea base equilibrada necesaria para la evaluación imparcial
  • meditate — limpia suposiciones entre la evaluación de diferentes enfoques

GitHub 仓库

pjt222/agent-almanac
路径: i18n/es/skills/build-coherence
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

相关推荐技能

content-collections

Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。

查看技能

polymarket

这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。

查看技能

creating-opencode-plugins

该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。

查看技能

sglang

SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。

查看技能