mcpField
R
readiness-report

readiness-report

github.com/dirnbauerAgent 工作流3342 次安装13 周前更新
代码仓库

关于 readiness-report

readiness-report 是评估代码仓库是否适合自主 AI 辅助开发的技能。它从五个方面检查现有与缺失能力,并结合扫描脚本和文件审阅生成报告。

主要功能

  1. 01评估仓库准备度的五个方面
  2. 02运行 Shell 脚本扫描线索
  3. 03根据仓库证据逐项检查标准
  4. 04报告已具备和缺失的能力

适用场景

  1. 01在使用 AI Agent 前检查代码仓库
  2. 02查找 Agent 指令与反馈环节的缺口
  3. 03编写结构化的准备度报告

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/dirnbauer/webconsulting-skills --skill readiness-report

安装后在 Claude Code 中输入/readiness-report确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

README.md
references/
criteria.md
scripts/
scan_agent_instructions.sh
scan_build_env.sh
scan_feedback_loops.sh
scan_policy.sh
scan_workflows.sh

详细介绍

Agent 就绪度报告

评估代码仓库对 AI 辅助自主开发的支持程度。

功能说明

从五大支柱评估代码库,判断 AI Agent 能否在代码仓库中高效工作。输出为一份结构化报告,指出已有和缺失的内容。

五大支柱

支柱问题特性
Agent 指令Agent 知道该做什么吗?18
反馈循环Agent 知道自己做得对不对吗?16
工作流与自动化流程是否支持 Agent 工作?15
策略与治理Agent 知道规则吗?13
构建与开发环境Agent 能构建和运行项目吗?12

共 74 项特性。完整列表、说明和证据示例请参阅 references/criteria.md。

运行方法

第 1 步:运行扫描脚本

五个 shell 脚本会收集文件系统信号,包括文件是否存在、配置模式和目录结构。它们会找出已有内容,这样你就不必手动运行几十条 find 命令。

bash scripts/scan_agent_instructions.sh /path/to/repo
bash scripts/scan_feedback_loops.sh /path/to/repo
bash scripts/scan_workflows.sh /path/to/repo
bash scripts/scan_policy.sh /path/to/repo
bash scripts/scan_build_env.sh /path/to/repo

也可以一次扫描全部五项:

for s in scripts/scan_*.sh; do bash "$s" /path/to/repo; echo; done

重要提示:这些脚本只是辅助工具,不负责评分。它们会查找文件和模式,但不会评估质量。许多特性需要通过阅读实际文件来判断,例如 README 是否包含实际的构建命令,而不只是徽章;内联文档是否系统化,而不是零散分布;AI 使用策略是否明确规定了有意义的边界。

第 2 步:评估每项特性

逐项查看 references/criteria.md 中的五大支柱。对于每项特性:

  1. 查看扫描器输出中的相关信号
  2. 对于扫描器无法完整评估的特性,自行检查文件
  3. 为每项特性标记:✓(已有)、✗(缺失)或 —(不适用)

需要判断的特性(扫描器无法完整覆盖):

  • README 是否确实包含构建/运行/测试命令?(而不仅仅是文件存在)
  • 是否系统地为整个公共 API 编写了内联文档?
  • 示例是否确实可以运行?
  • 贡献指南是否包含代码规范?
  • 是否有切实可行的 AI 使用策略?
  • 架构文档是否为最新版本?
  • 测试文档是否足够完善,能让 Agent 运行测试?
第 3 步:编写报告

按以下结构组织输出:

# Agent Readiness Report: {repo name}

## Summary
- Features present: X / 74
- Strongest pillar: {pillar}
- Weakest pillar: {pillar}

## Pillar 1 · Agent Instructions (X / 18)
✓ Agent instruction file — AGENTS.md at root
✓ AI IDE configuration — .cursor/rules/ with 3 rule files
✗ Multi-model support — only Cursor configured
...

## Pillar 2 · Feedback Loops (X / 16)
...

## Pillar 3 · Workflows & Automation (X / 15)
...

## Pillar 4 · Policy & Governance (X / 13)
...

## Pillar 5 · Build & Dev Environment (X / 12)
...

对于每项通过的特性,简要注明找到的证据。 对于每项未通过的特性,注明缺少的内容。

这些特性为何有用

每项特性都在回答:如果缺少这项,AI Agent 会遇到什么问题? “Agent 指令文件”和“工具服务配置”等特性之所以存在,是因为 Agent 需要它们。“代码检查器”和“CI 流水线”等特性之所以存在,是因为 Agent 需要快速、明确地获知自己的更改是否正确,而不仅仅是因为它们属于通用最佳实践。

这些标准源自对 123 个真实代码仓库的分析,涵盖五类 AI 就绪度,之后又经过筛选,只保留了会实际影响 Agent 效率的特性。


致谢与归属

此技能基于 OpenHands 的出色工作。

原始代码仓库:https://github.com/OpenHands/skills

特别感谢 OpenHands 慷慨提供开源贡献,为打造这套技能提供了帮助。 由 webconsulting.at 改编,用于这套技能

评论

支持 Markdown