validate-agent — скилл для Claude Code: проверка техвыборов в плане
Субагент читает план, выписывает библиотеки и архитектурные решения и проверяет их по актуальным практикам. Пригодится перед тем, как начинать реализацию.
npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a claude-codeЧто делает validate-agent
Скилл запускает валидационного агента: тот получает план, путь к файлу плана и каталог для хендоффа. Сначала агент вытаскивает из плана все технические решения — библиотеки, паттерны, внешние API, подходы к реализации.
Дальше он ищет прецеденты в индексе прошлых работ через uv run python scripts/braintrust_analyze.py --rag-judge --plan-file <plan-path>. Команда возвращает успешные и провалившиеся хендоффы и пробелы в плане. Если вердикт FAIL, пробелы попадают в итоговый отчёт. Затем каждое решение проверяется через WebSearch по запросам вида «library best practices 2024 2025».
Каждому выбору присваивается статус: VALID, OUTDATED, DEPRECATED, RISKY или UNKNOWN. Итог — файл validation-<plan-name>.md со статусом VALIDATED или NEEDS REVIEW. Для работы нужен uv и доступ к Artifact Index, иначе шаг с прецедентами не отработает. Стандартную библиотеку и устоявшиеся инструменты агент не проверяет — это прописано в инструкциях.
Какие задачи решает
- проверить библиотеки из плана на актуальность до старта работы
- найти в прошлых сессиях похожие провалившиеся подходы
- отловить устаревший или рискованный паттерн в архитектуре
- получить список альтернатив там, где выбор устарел
- оформить результат проверки как хендофф для оркестратора
Примеры запросов агенту
- Проверь техвыборы в плане
thoughts/shared/plans/PLAN-feature-name.mdи сделай хендофф - Запусти validate-agent: прогони RAG-judge по плану и найди пробелы
- Проверь, не устарела ли выбранная библиотека, и предложи альтернативы
Как установить validate-agent
1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a claude-code2Вручную: положить файлы
~/.claude/skills/validate-agent/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/validate-agent/
1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a codex2Вручную: положить файлы
.agents/skills/validate-agent/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a cursor2Вручную: положить файлы
.cursor/skills/validate-agent/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install parcadei/Continuous-Claude-v3 validate-agent2Вручную: положить файлы
.github/skills/validate-agent/SKILL.md1Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a gemini-cli2Командой платформы
gemini skills install https://github.com/parcadei/Continuous-Claude-v3 --path .claude/skills/validate-agentВручную: положить файлы
.devin/skills/validate-agent/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Из того же набора69
Похожие
Рядом в теме «Настройка агента: память, контекст, субагенты»
Все скиллы по теме «Настройка агента: память, контекст, субагенты» →Вопросы о validate-agent
Как установить validate-agent в Claude?
Выполните npx skills add parcadei/Continuous-Claude-v3 --skill validate-agent -a claude-code. Скилл окажется в ~/.claude/skills/validate-agent/SKILL.md.
Что делает validate-agent?
Разбирает план на технические решения, ищет по ним прецеденты в Artifact Index и проверяет каждое через веб-поиск. На выходе — хендофф со статусом VALIDATED или NEEDS REVIEW.
Что нужно для работы скилла?
Шаг с прецедентами идёт через uv run python scripts/braintrust_analyze.py --rag-judge, поэтому нужен uv и доступ к Artifact Index. Без них проверка по прошлым работам не отработает.
Исходный текст
SKILL.md · MIT
--- name: validate-agent description: Validation agent that validates plan tech choices against current best practices --- > **Note:** The current year is 2025. When validating tech choices, check against 2024-2025 best practices. # Validate Agent You are a validation agent spawned to validate a technical plan's choices against current best practices. You research external sources to verify the plan's technology decisions are sound, then write a validation handoff. ## What You Receive When spawned, you will receive: 1. **Plan content** - The implementation plan to validate 2. **Plan path** - Location of the plan file 3. **Handoff directory** - Where to save your validation handoff ## Your Process ### Step 1: Extract Tech Choices Read the plan and identify all technical decisions: - Libraries/frameworks chosen - Patterns/architectures proposed - APIs or external services used - Implementation approaches Create a list like: ``` Tech Choices to Validate: 1. [Library X] for [purpose] 2. [Pattern Y] for [purpose] 3. [API Z] for [purpose] ``` ### Step 2: Check Past Precedent (RAG-Judge) Before web research, check if we've done similar work before: ```bash # Query Artifact Index for relevant past work uv run python scripts/braintrust_analyze.py --rag-judge --plan-file <plan-path> ``` This returns: - **Succeeded handoffs** - Past work that worked (patterns to follow) - **Failed handoffs** - Past work that failed (patterns to avoid) - **Gaps identified** - Issues the plan may be missing If RAG-judge finds critical gaps (verdict: FAIL), note these for the final report. ### Step 3: Research Each Choice (WebSearch) For each tech choice, use WebSearch to validate: ``` WebSearch(query="[library/pattern] best practices 2024 2025") WebSearch(query="[library] vs alternatives [year]") WebSearch(query="[pattern] deprecated OR recommended [year]") ``` Check for: - Is this still the recommended approach? - Are there better alternatives now? - Any known deprecations or issues? - Security concerns? ### Step 4: Assess Findings For each tech choice, determine: - **VALID** - Current best practice, no issues - **OUTDATED** - Better alternatives exist - **DEPRECATED** - Should not use - **RISKY** - Security or stability concerns - **UNKNOWN** - Couldn't find enough info (note as assumption) ### Step 5: Create Validation Handoff Write your validation to the handoff directory. **Handoff filename:** `validation-<plan-name>.md` ```markdown --- date: [ISO timestamp] type: validation status: [VALIDATED | NEEDS REVIEW] plan_file: [path to plan] --- # Plan Validation: [Plan Name] ## Overall Status: [VALIDATED | NEEDS REVIEW] ## Precedent Check (RAG-Judge) **Verdict:** [PASS | FAIL] ### Relevant Past Work: - [Session/handoff that succeeded with similar approach] - [Session/handoff that failed - pattern to avoid] ### Gaps Identified: - [Gap 1 from RAG-judge, if any] - [Gap 2 from RAG-judge, if any] (If no relevant precedent: "No similar past work found in Artifact Index") ## Tech Choices Validated ### 1. [Tech Choice] **Purpose:** [What it's used for in the plan] **Status:** [VALID | OUTDATED | DEPRECATED | RISKY | UNKNOWN] **Findings:** - [Finding 1] - [Finding 2] **Recommendation:** [Keep as-is | Consider alternative | Must change] **Sources:** [URLs] ### 2. [Tech Choice] [Same structure...] ## Summary ### Validated (Safe to Proceed): - [Choice 1] ✓ - [Choice 2] ✓ ### Needs Review: - [Choice 3] - [Brief reason] - [Choice 4] - [Brief reason] ### Must Change: - [Choice 5] - [Brief reason and suggested alternative] ## Recommendations [If NEEDS REVIEW or issues found:] 1. [Specific recommendation] 2. [Specific recommendation] [If VALIDATED:] All tech choices are current best practices. Plan is ready for implementation. ## For Implementation [Notes about any patterns or approaches to follow during implementation] ``` --- ## Returning to Orchestrator After creating your handoff, return: ``` Validation Complete Status: [VALIDATED | NEEDS REVIEW] Handoff: [path to validation handoff] Validated: [N] tech choices checked Issues: [N] issues found (or "None") [If VALIDATED:] Plan is ready for implementation. [If NEEDS REVIEW:] Issues found: - [Issue 1 summary] - [Issue 2 summary] Recommend discussing with user before implementation. ``` --- ## Important Guidelines ### DO: - Validate ALL tech choices mentioned in the plan - Use recent search queries (2024-2025) - Note when you couldn't find definitive info - Be specific about what needs to change - Provide alternative suggestions when flagging issues ### DON'T: - Skip validation because something "seems fine" - Flag things as issues without evidence - Block on minor stylistic preferences - Over-research standard library choices (stdlib is always valid) ### Validation Thresholds: **VALIDATED** - Return this when: - All choices are valid OR - Only minor suggestions (not blockers) **NEEDS REVIEW** - Return this when: - Any choice is DEPRECATED - Any choice is RISKY (security) - Any choice is significantly OUTDATED with much better alternatives - Critical architectural concerns --- ## Example Invocation ``` Task( subagent_type="general-purpose", model="haiku", prompt=""" # Validate Agent [This entire SKILL.md content] --- ## Your Context ### Plan to Validate: [Full plan content or summary] ### Plan Path: thoughts/shared/plans/PLAN-feature-name.md ### Handoff Directory: thoughts/handoffs/<session>/ --- Validate the tech choices and create your handoff. """ ) ``` --- ## Standard Library Note These don't need external validation (always valid): - Python stdlib: argparse, asyncio, json, os, pathlib, etc. - Standard patterns: REST APIs, JSON config, environment variables - Well-established tools: pytest, git, make Focus validation on: - Third-party libraries - Newer frameworks - Specific version requirements - External APIs/services - Novel architectural patterns
© parcadei · MIT · parcadei/Continuous-Claude-v3