Doramagic.ai English

观测与评估 · 开源项目

agent-skills

观测与评估项目,用于把运行日志、质量指标、数据漂移或实验结果转成可复核信号。

可观测性评估质量指标数据漂移实验追踪

快速判断 · 2026-05-24

agent-skills 项目 是什么?

01

一眼判断

先判断自己是否是目标用户,再决定是否继续。
最适合谁需要把 AI 应用、数据管道或实验结果接入可复核观测/评估流程的开发者。

判断自己是不是目标用户。

核心能力观测接入路径、指标边界、样本数据脱敏、评估验收和失败排查清单

不适合没有日志/样本数据、不能处理隐私边界,或只想安装一个聊天 UI 的用户。

第一步验证先用脱敏样本数据验证采集、指标解释和导出/删除路径。

未完成验证前保持审慎。

02

它能做什么

把项目翻译成用户能判断的具体能力,而不是 Doramagic 的使用流程。
1

AI Agent 框架

The secure、validated 技能包 registry for professional AI coding agents. Extend Antigravity、Claude Code、Cursor、Copilot and more with absolute confidence.

ability-1
2

LLM 应用

帮助用户判断这个项目适合什么工作,而不是只看技术名词。

ability-2
3

工具调用

说明输入、输出、失败模式和继续前需要复核的边界。

ability-3
4

RAG 编排

沉淀为 Prompt、说明书、上下文包或预检清单等可带走资产。

ability-4

来源:https://github.com/tech-leads-club/agent-skills、https://github.com/tech-leads-club/agent-skills#readme、项目说明书、踩坑日志。这里只回答“它能帮我做什么”。

03

项目温度与外部声音

站点快照,非实时质量证明;用于开工前背景判断。
星标4.4k
分叉371
贡献者11
许可证未知
状态可发布

社区讨论

已收录 10 条来源

下面是已采集到的项目级社区讨论来源,来源平台:github。这些外部声音用于帮助判断真实使用反馈,不单独作为质量证明。

04

怎么开始使用

先试、再读项目说明书、再带给 AI,最后按官方quick start验证。
1

先试 Prompt

不安装项目,先体验能力节奏。

预览
2

读项目说明书

理解输入、输出、失败模式和边界。

说明书
3

带给 AI

把上下文交给你的宿主 AI 继续工作。

上下文
4

沙箱验证

进入主力环境前先完成安装入口与风险边界验证。

验证
Node.js / npx · 官方安装入口npx @tech-leads-club/agent-skills

来源:https://github.com/tech-leads-club/agent-skills#readme。验证:已通过。

05

项目说明书

每个项目结构不同,Doramagic 保留原项目解释结构,并补充边界与踩坑日志。

草稿 · 项目说明书

agent-skills 说明书

生成时间: 2026-05-22 19:51:25 UTC

打开完整说明书
  1. https://github.com/tech-leads-club/agent-skills 项目说明书
  2. 目录
  3. 仓库概览
  4. 相关页面
  5. README 证据
  6. 已选源码清单
  7. 入口与运行边界

06

带给 AI 的上下文包

决定继续后,把项目上下文带给你的宿主 AI。

标准项目包 + 用户可带走资产

这不是营销摘要。它是用户决定继续后,可交给 Claude Code、Codex、Gemini、Cursor 等宿主 AI 的开工前上下文。

07

继续前检查

在复制命令、导入 AI、安装插件前,看清还不能相信什么。
检查 1

不要把试用当真实运行

试用 Prompt 只展示流程,不证明项目已安装或运行。

检查 2

确认宿主兼容

继续前需要复核。

检查 3

先隔离验证

继续完成沙箱验证和证据复核

08

踩坑日志与复核重点

Doramagic 记录的高风险项优先显示,避免用户把候选能力当成已验证能力。
medium · 安装坑

失败模式:installation: NLPM audit findings: 1 bug + 3 security improvements (score 93/100)

需要继续复核。

Developers may fail before the first successful local run: NLPM audit findings: 1 bug + 3 security improvements (score 93/100)

medium · 安装坑

失败模式:installation: docs(tlc-spec-driven): "Skill Integrations" table lacks links、steering agents to install thi...

Developers should check this installation risk before relying on the project: docs(tlc-spec-driven): "Skill Integrations" table lacks links、steering agents to install third-party 分叉

Developers may fail before the first successful local run: docs(tlc-spec-driven): "Skill Integrations" table lacks links、steering agents to install third-party 分叉

medium · 配置坑

可能修改宿主 AI 配置

项目面向 Claude/Cursor/Codex/Gemini/OpenCode 等宿主,或安装命令涉及用户配置目录。

安装可能改变本机 AI 工具行为,用户需要知道写入位置和回滚方法。

medium · 配置坑

失败模式:configuration: skills-catalog-v0.13.0

需要继续复核。

Upgrade or migration may change expected behavior: skills-catalog-v0.13.0

medium · 配置坑

失败模式:configuration: 🔐 Community Tool: OpenClaw Skill Security Scanner — Complementary security scanning for agent...

需要继续复核。

Developers may misconfigure credentials、environment、or host setup: 🔐 Community Tool: OpenClaw Skill Security Scanner — Complementary security scanning for agent skills

medium · 能力坑

能力判断依赖假设

README / 文档足够支持第一次验证,但仍需继续核对。

假设不成立时,用户拿不到承诺的能力。

medium · 维护坑

维护活跃度未知

未记录 last_activity_observed。

新项目、停更项目和活跃项目会被混在一起,推荐信任度下降。

medium · 安全/权限坑

下游验证发现风险项

缺少可复核演示

下游已经要求复核,不能在页面中弱化。

medium · 安全/权限坑

存在评分风险

缺少可复核演示

风险会影响是否适合普通用户安装。

medium · 安全/权限坑

来源证据:NLPM audit findings: 1 bug + 3 security improvements (score 93/100)

GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题:NLPM audit findings: 1 bug + 3 security improvements (score 93/100)

可能影响升级、迁移或版本选择。

medium · 安全/权限坑

来源证据:[Security] Risco de Supply Chain e Indirect Prompt Injection no carregamento de skills (@latest)

GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题:[Security] Risco de Supply Chain e Indirect Prompt Injection no carregamento de skills (@latest)

可能增加新用户试用和生产接入成本。

medium · 安全/权限坑

来源证据:ci: add env-security-scanner build verification step to CLAUDE.md

GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题:ci: add env-security-scanner build verification step to CLAUDE.md

可能增加新用户试用和生产接入成本。

下一步:先用脱敏样本数据验证采集、指标解释和导出/删除路径。。