Agent Skills
› s0912758806p/agentic-sop-to-work
s0912758806p/agentic-sop-to-work
GitHub读取上游读数数据，计算计数、总和、均值、最小值和最大值的统计摘要，并保留来源追溯信息。基于Python标准库实现，支持参数化输入输出及独立复用。
安装全部 Skills
npx skills add s0912758806p/agentic-sop-to-work --all -g -y
集合内 Skills (8)
读取上游读数数据，计算计数、总和、均值、最小值和最大值的统计摘要，并保留来源追溯信息。基于Python标准库实现，支持参数化输入输出及独立复用。
需要计算读数数据的统计指标
处理SOP流程中的第二步数据统计
npx skills add s0912758806p/agentic-sop-to-work --skill compute -g -y
读取上游 stats artifact，使用 Python 生成包含来源追溯的 DRAFT Markdown 报告，需人工复核。
需要基于统计数据生成初步分析报告
SOP流程中需要产出带溯源信息的草稿文档
npx skills add s0912758806p/agentic-sop-to-work --skill report -g -y
将人工SOP转化为可治理的Agent工作流。通过intake分流、三段链模型及agentic-sop-kit，实现流程自动化、工具创建与项目初始化，强调确定性验证与人机协作审批。
将人工流程或SOP自动化
新建Agent工具或工作流项目
设计带有闸门的工作流
npx skills add s0912758806p/agentic-sop-to-work --skill agentic-sop -g -y
用于审核现有 Agent 或 LLM 管道架构，判定是否为真正的模块化工作流而非巨型单体 Agent。通过检查任务切分、IO 契约、成功标准等六项指标及两项试金石，提供基于代码和日志证据的审计报告与修复建议。
审查 Agent 架构是否真正解耦
判断是否存在 Mega Agent 退化
验证 Task 边界与成功标准
评估工作流的自我修复能力
npx skills add s0912758806p/agentic-sop-to-work --skill agentic-workflow-audit -g -y
提供六层架构决策过滤网，在编码前评估是否需引入代码、依赖或抽象。遵循YAGNI、标准库优先等原则，平衡简洁与安全，指导最小化实现决策。
决定是否需要编写新代码时
考虑引入第三方依赖或抽象模块时
npx skills add s0912758806p/agentic-sop-to-work --skill six-rung-ladder -g -y
用于在人类审批前检查记录、数据集或GMP文档的ALCOA+数据完整性。支持FULL和DEGRADED模式，通过确定性Lint输出硬/软发现及人工判断清单，严禁自动结论或臆造违规，确保合规性审查的严谨性。
检查CSV/JSON记录的完整性
验证GMP文档的数据一致性
执行ALCOA+合规性预检
npx skills add s0912758806p/agentic-sop-to-work --skill alcoa-guard -g -y
用于创建、生成骨架或校验 Claude Code 插件的工具。支持通过 lint 检查插件是否符合规范，或通过 scaffold 生成符合 house invariants 的插件模板。
新建 Claude Code 插件
校验现有插件或市场合规性
npx skills add s0912758806p/agentic-sop-to-work --skill plugin-forge -g -y
对已完成草稿进行独立审查，核查主张与证据的一致性，识别捏造数据、错误结论及过度推断。通过确定性层和受限LLM层生成审核报告，确保输出诚实可靠，最终由人工决策。
获取第二意见
事实核查
核准前双重检查
红队测试
npx skills add s0912758806p/agentic-sop-to-work --skill second-opinion -g -y
