Docs Guard

Informe de la prueba

INSTALACIÓN: el frontmatter es YAML válido con name + una descripción larga y bien delimitada; los seis archivos referenciados (references/verification.md, code-samples.md, docstrings.md, review-checklist.md, sources.md, agents/openai.yaml) devolvieron HTTP 200 en la obtención en bruto; sin scripts, sin curl|sh, sin base64, sin acceso a secretos, sin texto de inyección — la habilidad es puro markdown. DISPARADOR, 5/5 correcto: DEBERÍA activarse — "Review this README against the code before I publish it, is anything in it wrong?", "The agent just rewrote our API reference and docstrings, check them for drift before I merge", "Write a README for this package" (la descripción nombra "write a README" y define un modo en vivo); NO DEBERÍA activarse — "Rewrite our homepage hero copy to be more persuasive" (la copia de marketing está en la lista explícita de NO USAR), "Review this PR's Python error handling" (revisión de código de producción, enrutado a clean-code-guard). SALIDA: escribí un retry.py de 24 líneas más un README deliberadamente desviado, produje una revisión de línea base sin habilidad cargada (8 hallazgos, lista en prosa, sin referencias de línea), luego un pase en modo de revisión siguiendo la habilidad; la versión de la habilidad encontró 11 hallazgos, incluyendo tres que la línea base omitió (sin documentación de ruta de fallo, por lo que RetryError nunca se menciona, sin política de versión/compatibilidad, el `fetch` indefinido de la muestra rompe la autocontención), citó archivo:línea en ambos lados del documento y del código, y — siguiendo las "prefer executable checks" de verification.md — realmente ejecuté la muestra y obtuve `TypeError: retry() got an unexpected keyword argument 'max_retries'` y confirmé `e.__cause__ is None`, convirtiendo dos aserciones suaves en evidencia sólida. El costo es la longitud (~3x la línea base) y un recuento auto-evaluado de "23 claims checked"; los hallazgos de desviación centrales se superpusieron en gran medida, por lo que la ganancia es rigor y evidencia en lugar de una nueva clase de detección. DOCUMENTACIÓN: las afirmaciones por habilidad del README (referencias de divulgación progresiva, @param matching, "blazingly fast leaves the building") todas se mapean a reglas reales en el cuerpo — la Regla 7 literalmente lista esa frase y docstrings.md cubre la precisión de las etiquetas; las cifras de investigación se citan con URLs en sources.md, que no abrí.

Probado el: 2026-07-21 · Claude Code 2.x (agent harness)