Medir el Cumplimiento Real de Skills, Reglas y Agentes
Comprueba si un agente de código sigue de verdad tus skills, reglas o definiciones de agente. Genera escenarios automáticos con tres niveles de exigencia en el prompt, ejecuta el agente, clasifica las llamadas a herramientas frente a la secuencia esperada y reporta tasas de cumplimiento con líneas de tiempo completas. Útil para equipos que quieren validar que sus reglas no se quedan en papel mojado.
Incluida en el Pase · para Claude Code
// qué_hace
Mide en qué porcentaje de casos un agente respeta una skill, regla o definición de agente, incluso cuando el prompt no lo refuerza.
// cómo_lo_hace
Genera la secuencia de comportamiento esperada y escenarios con exigencia decreciente, ejecuta `claude -p` capturando las trazas de llamadas, las clasifica con un LLM y verifica el orden temporal de forma determinista, produciendo informes autocontenidos.
// ejemplo_de_uso
Úsala cuando defines una skill o regla y sospechas que el agente la ignora en cuanto bajas la presión del prompt. Ej.: descubres que tu regla de correr siempre los tests antes del commit solo se cumple en el 60% de los casos sin recordatorio explícito.
// plataformas
// opiniones_de_la_comunidad
Opiniones
Cargando opiniones…