acreadiness-assess

/acreadiness-assess — AI 就绪度评估

当用户要求进行 AI 就绪度评估、就绪度检查、审计，或想了解其代码库的 AI 就绪程度时，请使用此技能。

此技能是 AgentRC 测量 → 生成 → 维护循环中的测量步骤。结果是一个自包含的 HTML 仪表盘，用户可用 file:// 打开，或提交到代码库中。

步骤

1. 确认前置条件。 PATH 中必须有 Node 20+。如果不确定，请运行 node --version。

2. 决定策略（可选但推荐）：

   • 如果用户提供了 --policy <source>，请记录它。
   • 否则检查 agentrc.config.json 中是否有 policies 数组。
   • 如果两者都没有，则在无策略的情况下运行（使用内置默认值）。
   • 如需策略入门，建议使用 acreadiness-policy 技能。

3. 在代码库根目录运行就绪度扫描，并输出结构化结果：

   npx -y github:microsoft/agentrc readiness --json [--policy <source>] [--per-area]
   

   CommandResult<T> JSON 信封是你下一步的输入。

4. 移交给 ai-readiness-reporter 自定义 Agent，由其解析 JSON 并生成 reports/index.html。该 Agent 通过捆绑的模板 report-template.html（随此技能一同提供）进行渲染，因此每份报告的外观与风格都保持一致。该 Agent 会：

   • 读取捆绑的 report-template.html，并用真实数据替换占位符。
   • 内联所有 CSS，生成单个静态文件（可在 file:// 下正常工作）。
   • 渲染成熟度级别、总体得分、评级、通过率与阈值的对比。
   • 细分全部 9 个支柱，分为 Repo Health（8 个）和 AI Setup（1 个），并包含它衡量什么、为什么对 AI 重要、当前状态以及具体建议。
   • 为每个支柱打上 AI 相关性标签（High / Medium / Low）。
   • 单独列出 Extras（它们从不影响得分）。
   • 显示 Active Policy，包括任何已禁用/被覆盖的准则和阈值。
   • 生成优先级修复计划（🔴 优先修复 / 🟡 其次修复 / 🔵 计划）。
   • 嵌入原始 AgentRC JSON 以便复用。

5. 告知用户报告的位置（reports/index.html）以及如何打开它。在聊天中总结：成熟度级别、总体得分、得分最低的三个支柱，以及最高杠杆的下一步行动（几乎总是：运行 acreadiness-generate-instructions 技能）。

说明

• AgentRC 也有内置的 HTML 渲染器（--visual / --output report.html），但其输出有意保持通用。此技能通过自定义 Agent 生成量身定制、有主见的仪表盘——更接近代码审查，而非指标堆砌。
• 对于 CI 门禁，建议使用 agentrc readiness --fail-level <n>（1–5）。
• 此技能除了创建 reports/index.html 外，绝不修改代码库文件。