Agent Skills
› s0912758806p/agentic-sop-to-work
s0912758806p/agentic-sop-to-work
GitHub计算统计数据（计数/求和/均值/最小/最大），保留上游来源追溯。
安装全部 Skills
npx skills add s0912758806p/agentic-sop-to-work --all -g -y
集合内 Skills (8)
计算统计数据（计数/求和/均值/最小/最大），保留上游来源追溯。
需要计算数据集合的基础统计指标
处理 readings artifact 并生成 stats artifact
npx skills add s0912758806p/agentic-sop-to-work --skill compute -g -y
将上游统计数据制品转换为含来源追溯的Markdown草稿报告，需人工复核。
需要生成数据分析或统计结果的初步报告
需要将结构化统计数据转化为人类可读的文档
npx skills add s0912758806p/agentic-sop-to-work --skill report -g -y
将人工SOP或手动流程转化为可治理的Agent工作流，包括新建工具、设计拆解与闸门机制。指导从需求澄清、起草SOP到导入agentic-sop-kit落地执行，强调确定性验证与人机协作审批，确保流程自动化后的可控性与真实性。
将人工流程自动化
新建Agent工具
设计Agent工作流架构
npx skills add s0912758806p/agentic-sop-to-work --skill agentic-sop -g -y
用于审查和审计现有的Agent或LLM Pipeline架构，判定其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，提供基于代码证据的严格评估与修复建议。
审查Agent或LLM流水线架构
判断工作流是否真正解耦
检查Task边界和成功标准
评估是否存在Mega Agent退化
npx skills add s0912758806p/agentic-sop-to-work --skill agentic-workflow-audit -g -y
Six-Rung Ladder 是代码决策前的极简架构过滤网，通过六层阶梯（YAGNI、标准库等）评估是否引入代码或依赖。旨在降低维护成本与攻击面，坚持“懒惰但不疏忽”原则，强制保留安全与容错代码，避免过度设计。
决定是否需要编写新代码
评估是否引入第三方依赖
考虑是否增加系统抽象或模块
npx skills add s0912758806p/agentic-sop-to-work --skill six-rung-ladder -g -y
ALCOA+数据完整性检查工具，用于在人工审批前验证记录或GMP文档的可归属性、同步性等。支持对CSV/JSON文件或运行目录进行确定性 linting，输出草稿供人类最终判定，绝不自动合规。
检查数据集的ALCOA+数据完整性
验证GMP文档的数据一致性
npx skills add s0912758806p/agentic-sop-to-work --skill alcoa-guard -g -y
用于创建、脚手架生成或代码检查 Claude Code 插件的工具。支持生成符合规范的插件骨架，并验证单个插件或整个市场是否符合内部规范（如标准库限制、测试框架等）。
新建 Claude Code 插件
对现有插件进行代码检查
验证插件是否符合内部规范
npx skills add s0912758806p/agentic-sop-to-work --skill plugin-forge -g -y
作为独立且怀疑的第二读者，审查已完成草稿的诚实度。通过确定性层与受限LLM层，核查主张是否由证据支持，识别捏造、数据不匹配或过度推断，仅输出供人工决策的草案报告。
获取完成草稿的第二意见
核准前双重检查报告数据与主张
红队测试输出是否存在捏造或过度宣稱
npx skills add s0912758806p/agentic-sop-to-work --skill second-opinion -g -y
