Personaliza la puntuación de preparación creando y aplicando políticas JSON para desactivar comprobaciones, sobrescribir niveles de impacto y establecer umbrales de tasa de aprobación.
- Estrellas en GitHub
- 41.038
- Archivos
- 1
- Último commit
- 11 nov 2026
- Licencia
- MIT
- Herramientas permitidas
- —
¿Qué hace la skill acreadiness-policy?
acreadiness-policy es una agent skill. Personaliza la puntuación de preparación creando y aplicando políticas JSON para desactivar comprobaciones, sobrescribir niveles de impacto y establecer umbrales de tasa de aprobación.
Resumen generado a partir del SKILL.md de la skill.
Sobre la skill acreadiness-policy
Esta SKILL permite a los desarrolladores que utilizan AgentRC personalizar la puntuación de preparación mediante la creación y aplicación de políticas JSON. Permite a los usuarios adaptar cómo se mide la preparación desactivando comprobaciones irrelevantes, sobrescribiendo los niveles de impacto de criterios específicos y estableciendo umbrales de tasa de aprobación. Un agente debería cargar esta skill cuando un usuario necesite implementar un modo estricto, pesos de puntuación personalizados o controles de CI para sus repositorios.
La skill gestiona archivos JSON que contienen criterios, extras y umbrales para modificar el motor de puntuación. Proporciona herramientas para mostrar las políticas activas, crear la estructura de nuevas políticas con el comando new y aplicarlas mediante el comando apply. Los usuarios pueden encadenar múltiples políticas, como combinar una base organizacional con una excepción específica de un equipo, para lograr un control granular. Aunque puede modificar comprobaciones existentes como readme o lint-config, no puede añadir nueva lógica de detección, lo cual requiere el sistema de plugins de TypeScript.
Lo que un agente puede hacer con ella
- 1Desactivar comprobaciones irrelevantesEliminar pilares específicos, como la observabilidad, del proceso de puntuación para un sitio web estático.
- 2Implementar controles de CIConfigurar un paso de integración continua que falle si un repositorio no alcanza un nivel de madurez específico.
- 3Capas de estándares organizacionalesAplicar una política de base global junto con una excepción específica de un equipo para calcular una puntuación combinada.
Escrito a partir del SKILL.md de la skill. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar la skill acreadiness-policy
Cada comando copia la carpeta de la skill al directorio de skills del cliente. Reinicia el cliente o inicia una nueva sesión para cargarla.Instalar la skill acreadiness-policy en Claude Code
~/.claude/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy ~/.claude/skills/acreadiness-policyInstalar la skill acreadiness-policy en Claude Code (project)
.claude/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy .claude/skills/acreadiness-policyInstalar la skill acreadiness-policy en Codex
~/.agents/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy ~/.agents/skills/acreadiness-policyInstalar la skill acreadiness-policy en Gemini CLI
~/.gemini/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy ~/.gemini/skills/acreadiness-policyInstalar la skill acreadiness-policy en Claude.ai
npx degit github/awesome-copilot/skills/acreadiness-policy acreadiness-policy && zip -r acreadiness-policy.zip acreadiness-policy # claude.ai → Customize → Skills → + → Create skill → Upload a skill → acreadiness-policy.zip
Verificaciones automáticas
Ejecutado 15 nov 2026Informe completo →Superó nuestras comprobaciones automáticas. No es una auditoría de seguridad: lee los scripts antes de dejar que un agente los ejecute. Cómo funcionan las verificaciones
- Repositorio de origen vinculado y accesiblegithub/awesome-copilot/skills/acreadiness-policy is public and reachablegithub.com/github/awesome-copilot/tree/HEAD/skills/acreadine ↗Aprobado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit 2026-11-11github.com/github/awesome-copilot/commits ↗Aprobado
- Sin descargar y ejecutar ni robo de credenciales en los scriptsNo scripts in the skill folderAprobado
- Sin instrucciones ocultas en SKILL.mdNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/github/awesome-copilot/blob/HEAD/skills/acreadine ↗Aprobado
- Las herramientas preaprobadas están acotadasNo pre-approved tools; the agent asks before using onegithub.com/github/awesome-copilot/blob/HEAD/skills/acreadine ↗Aprobado
- SKILL.md sigue el formato de Agent SkillsValid name and description; says when to use it; 97 linesgithub.com/github/awesome-copilot/blob/HEAD/skills/acreadine ↗Aprobado
SKILL.md
Ver en GitHub/acreadiness-policy — AgentRC policies
Use this skill when the user asks about policies, strict mode, custom scoring, disabling checks, org standards, or CI gating of readiness.
A policy is a small JSON file with three optional sections — criteria, extras, thresholds — that customise how AgentRC scores readiness.
Built-in examples
AgentRC ships with three example policies in examples/policies/:
| Policy | What it does |
|---|---|
strict.json |
100% pass rate, raises impact on key criteria |
ai-only.json |
Disables all repo-health checks, focuses on AI tooling |
repo-health-only.json |
Disables AI checks, focuses on traditional quality |
Recommend these as starting points before writing a custom policy.
Policy schema
{
"name": "my-policy",
"criteria": {
"disable": ["env-example", "observability", "dependabot"],
"override": {
"readme": { "impact": "high", "level": 2 },
"lint-config": { "title": "Linter required" }
}
},
"extras": {
"disable": ["pre-commit"]
},
"thresholds": {
"passRate": 0.9
}
}
Impact weights
| Impact | Weight |
|---|---|
| critical | 5 |
| high | 4 |
| medium | 3 |
| low | 2 |
| info | 0 |
Score = 1 − (deductions / max possible weight). Grades: A ≥ 0.9, B ≥ 0.8, C ≥ 0.7, D ≥ 0.6, F < 0.6.
Sub-commands
show
List policies currently in effect (from agentrc.config.json policies array, or none).
new <name>
Scaffold policies/<name>.json with sensible defaults. Walk the user through:
- What to disable — irrelevant pillars or extras for their stack (e.g. disable
observabilityfor a static site). - What to raise — override
impacttohighorcriticalfor must-haves (e.g.readme,codeowners). - Pass-rate threshold — typical org baselines:
0.7(lenient),0.85(standard),1.0(strict). - Reference the policy from
agentrc.config.json:{ "policies": ["./policies/<name>.json"] }
apply <path-or-pkg>
Run agentrc readiness --json --policy <source> and re-render the report by handing off to the assess skill / ai-readiness-reporter agent. Supports chaining:
npx -y github:microsoft/agentrc readiness --json --policy ./org-baseline.json,./team-frontend.json
CI gating
Combine policies with --fail-level to enforce a minimum maturity level in CI:
- run: npx -y github:microsoft/agentrc readiness --policy ./policies/strict.json --fail-level 3
Advanced
JSON policies can disable, override, and set thresholds — but cannot add new criteria. For new detection logic, point users at AgentRC's TypeScript plugin system (docs/dev/plugins.md).
Operating rules
- Never silently disable a pillar. If the user wants to disable
observability, confirm and explain the trade-off. - Prefer overriding
impactover disabling. Disabling hides the gap entirely; overriding lets it still appear in the report. - Recommend extras stay enabled. They cost nothing — they don't affect the score.
- Suggest layering — most orgs want a baseline policy + per-team overrides chained with
--policy a.json,b.json.
Archivos de esta skill
1Preguntas sobre la skill acreadiness-policy
¿Cómo instalo la skill acreadiness-policy en Claude Code?
Ejecuta npx degit github/awesome-copilot/skills/acreadiness-policy ~/.claude/skills/acreadiness-policy. Claude Code carga las skills desde ~/.claude/skills (todos los proyectos) o .claude/skills (un proyecto) y usa una skill cuando su descripción coincide con la tarea.
¿Qué clientes pueden usar la skill acreadiness-policy?
Cualquier cliente que lea el formato Agent Skills: Claude Code, Codex, Gemini CLI y claude.ai (subir como ZIP). Los scripts de la skill se ejecutan solo donde el cliente permite la ejecución de código.
¿Puedo añadir nuevos criterios mediante un archivo de política?
No, las políticas JSON pueden desactivar, sobrescribir y establecer umbrales, pero no pueden añadir nuevos criterios. Para implementar nueva lógica de detección, debes usar el sistema de plugins de TypeScript.
¿Cómo se calcula la puntuación de preparación?
La puntuación se calcula mediante la fórmula: Score = 1 − (deductions / max possible weight).