vstack-s4-calibrate-tv — скилл для Claude Code: калибровка трасс
Скилл vstack-s4-calibrate-tv для Claude Code калибрует модели поведения и сверяет их с реальными трассами. Он запускает этап S4: проверяет баги, исправления, их компоненты и свидетельства достижимости.
MIT ★ 89 обновлён 2026-11-16
/plugin marketplace add hao-ai-lab/vstack
/plugin install vstack@hao-ai-lab-vstackЧто делает vstack-s4-calibrate-tv
Скилл проверяет, что модель воспроизводит ожидаемое поведение бага, а исправление проходит заданные проверки. Он также оценивает, что происходит при удалении каждого компонента исправления, и проверяет парные свидетельства достижимости. Для работы нужны модели, конфигурации, исходные привязки и свидетельства, подготовленные на этапе S3.
На реальных трассах скилл разделяет данные наблюдений, инструментирования, завершения и безопасности, а расхождение NOT_CONSUMED разбирает в точке первого отклонения. Затем он классифицирует контрпримеры чистой базовой версии и требует согласия с повторными запусками координатора. Тайм-аут, неизвестный результат, пустое исследование и нулевое обязательное покрытие не считаются успешной проверкой. Ошибку свойства возвращают в S2, а слишком узкую или широкую модель — в S3.
Какие задачи решает
- проверить, воспроизводит ли модель ожидаемый баг
- сверить исправление и его компоненты с проверками
- найти первое расхождение между моделью и реальной трассой
- разнести контрпримеры по категориям и отметить неподтверждённые случаи
Примеры запросов агенту
- Выполни этап S4 для моделей, конфигураций и свидетельств из S3.
- Проверь реальные трассы по чек-листу согласованности и классифицируй контрпримеры.
- Разбери первый
NOT_CONSUMEDи подготовь откат с хешем трассы, индексом события и исходной привязкой.
Как установить vstack-s4-calibrate-tv
1Через маркетплейс плагинов
/plugin marketplace add hao-ai-lab/vstack/plugin install vstack@hao-ai-lab-vstackКоманда ставит плагин vstack целиком, со всеми его скиллами
2Через Skills CLI (Vercel)
npx skills add hao-ai-lab/vstack --skill vstack-s4-calibrate-tv -a claude-code3Вручную: положить файлы
~/.claude/skills/vstack-s4-calibrate-tv/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/vstack-s4-calibrate-tv/
1Через Skills CLI (Vercel)
npx skills add hao-ai-lab/vstack --skill vstack-s4-calibrate-tv -a codex2Вручную: положить файлы
.agents/skills/vstack-s4-calibrate-tv/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add hao-ai-lab/vstack --skill vstack-s4-calibrate-tv -a cursor2Вручную: положить файлы
.cursor/skills/vstack-s4-calibrate-tv/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install hao-ai-lab/vstack skills/vstack-s4-calibrate-tv2Вручную: положить файлы
.github/skills/vstack-s4-calibrate-tv/SKILL.md1Через Skills CLI (Vercel)
npx skills add hao-ai-lab/vstack --skill vstack-s4-calibrate-tv -a gemini-cli2Командой платформы
gemini skills install https://github.com/hao-ai-lab/vstack --path skills/vstack-s4-calibrate-tvВручную: положить файлы
.devin/skills/vstack-s4-calibrate-tv/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.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
Вопросы о vstack-s4-calibrate-tv
Как установить vstack-s4-calibrate-tv в Claude Code?
Добавь маркетплейс командой /plugin marketplace add hao-ai-lab/vstack, затем установи скилл командой /plugin install vstack@hao-ai-lab-vstack.
Что делает vstack-s4-calibrate-tv?
Скилл калибрует модели поведения, проверяет исправления и сопоставляет результаты моделей с реальными трассами. Он также классифицирует расхождения и контрпримеры.
Какие материалы нужны для этапа S4?
Нужны модели, конфигурации, исходные привязки и свидетельства с этапа S3. Для проверки согласованности используются реальные трассы.
Исходный текст
SKILL.md · MIT
--- name: vstack-s4-calibrate-tv description: "Calibrate buggy/fixed/ablated behaviors and validate model conformance using real traces, witnesses and explicit mismatch triage." --- # S4 — Calibrate and align traces Read [Layer 0: shared operating rules](../../docs/layer-0.md), this stage and the assigned input bundle. ## Role and write scope Model and trace workers own distinct outputs; the coordinator consolidates the checklist and independently reruns representatives. ## 1. Input Models, configurations, source anchors and witnesses from S3. ## 2. Procedure 1. Timestamp predictions. Run four calibration checks: the historical bug violates the expected property by the expected mechanism; the fix completes within bounds; removing each repair component causes a violation; reachability witnesses are reached and their negations fail. Aggregated over the frozen denominator `I_U`, these results give the numerators `Cov_expr` and `Cov_emergent` of the [adequacy readout](../../docs/model-adequacy.md#numerators). 2. Repeat two-sided contract calibration at the minimum scale and one increment above it. A component outside the abstraction is unverified, not a pass. 3. Apply [trace-conformance checklist](../../docs/trace-validation.md) to real traces. Keep observation, instrumentation, completion and safety evidence separate. Report [readout 1](../../docs/model-adequacy.md#readout-1-trace-and-baseline-agreement): `TAR` with its negative-mutant rejection rate, or `TAR = N/A (no trace harness)`, and clean-baseline counterexamples as `Confirmed Bug`, `Model Defect` and `Unjudged (pending repro)` counts. 4. Classify every NOT_CONSUMED at the first divergence; never edit a trace to make it count as accepted. 5. Review every run with [the seven questions](../../docs/run-review.md). ## 3. Exit checks - Check expected verdicts and mechanisms for the bug, fix, repair ablations and paired witnesses. Generic mechanism and action-coverage automation is missing. - Supply evidence and state covered and untested scope for every trace checklist item. - Require agreement with the coordinator's clean reruns. Timeout, unknown, empty exploration and zero required coverage cannot pass. - Complete S4 even when an S7 proof is planned. ## 4. Rollback Return a wrong property to S2 and an overly narrow or broad model to S3. Repair instrumentation errors and record new traces within S4. Send real code failures to S6. Carry the trace hash, event index and source anchor. Use [a rollback ticket](../../templates/rollback.md). ## Concrete Examples A PD slot model can pass its configured safety checks while rejecting a real slot-reuse trace. Diagnose the first divergence before using that model to justify a repair.
© Hao AI Lab · MIT · hao-ai-lab/vstack