Original en inglés: https://argusic.com/subject/skill-conductor
skill-conductor
Ciclo de vida de skill basado en arquitectura para AI agents. Puntuación binaria BinEval con jueces ciegos a umbrales y calibrados entre familias, bucle de autoactualización con compuerta, pruebas de presión, 10 principios de autoría basados en investigación empírica.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit 3c21d2f19c33
Python, licencia MIT. El proyecto se describe a sí mismo como: agent skills, ai agents, anthropic, claude code, claude plugin, claude skill, knowledge management y llm.
skill-conductor funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1 minuto y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 13 Python scripts in skill-conductor successfully parse and run: smoke tests pass (12/12), structural eval passes (22/22, score 10/10), skill init creates valid structure, packaging produces valid .skill zip, and scripts requiring LLM access (run_eval, improve_description, run_loop) parse their args correctly but need ANTHROPIC_API_KEY to execute real evaluations.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- from scripts.utils import parse_skill_md fails under uv run — scripts/ is not a package2 minutos
- improve_description.py and run_loop.py missing inline dependency header for anthropic1 minuto
- Tiempo de instalación
- 1 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv run scripts/test_smoke.py exited 0, 12/12 passed; uv run scripts/eval_skill.py . returned 22/22 passed, score 10/10; all 11 CLI scripts respond to --help/usage
- Tokens de modelo usados
- 255.210
- Commit exacto probado
- 3c21d2f19c33
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
| Error | Fix | Time | |-------|-----|------| | 3 scripts (`run_eval.py`, `improve_description.py`, `run_loop.py`) used `from scripts.utils impor… | `improve_description.py` and `run_loop.py` lacked inline `# /// script` dependency headers for `a… **Verification**: - `uv run scripts/test_smoke.py` → 12/12 passed - `uv run scripts/eval_skill.py .` → 22/22 passed, score 10/10 - `uv run scripts/eval_skill.py . --json` → 17 deterministic records, all pass (5 critical) - `uv run scripts/init_skill.py` → creates valid skill structure - `uv run scripts/package_skill.py` → creates valid `.skill` zip - All 11 scripts with CLIs respond to `--help` or usage - Scripts requiring `claude` CLI or `ANTHROPIC_API_KEY` (`run_eval.py`, `improve_description.py`, `…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 1 minuto, más rápido que la mediana de los 106 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, skill-conductor fue el 22.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,05 |
Temas (de GitHub)
agent-skillsai-agentsanthropicclaude-codeclaude-pluginclaude-skillknowledge-managementllmobsidianpersonal-assistantproductivityprompt-engineeringsecond-brainskill-authoringskillstdd
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/skill-conductor)Preguntas
- ¿Funciona skill-conductor?
- skill-conductor funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic skill-conductor?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 3c21d2f19c33. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar skill-conductor?
- La ejecución que produjo este veredicto costó 0,05 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda skill-conductor en instalarse?
- 1 minuto en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita skill-conductor una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar skill-conductor?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara skill-conductor con las alternativas?
- De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, skill-conductor fue el 22.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
- ¿Dónde está la evidencia de skill-conductor?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.