Настраивайте оценку готовности, создавая и применяя JSON-политики для отключения проверок, переопределения уровней влияния и установки пороговых значений прохождения.
- Звёзды на GitHub
- 41 038
- Файлы
- 1
- Последний коммит
- 11 нояб. 2026 г.
- Лицензия
- MIT
- Разрешённые инструменты
- —
Что делает навык acreadiness-policy?
Настраивайте оценку готовности, создавая и применяя JSON-политики для отключения проверок, переопределения уровней влияния и установки пороговых значений прохождения.
Сводка сгенерирована из SKILL.md навыка.
О skill acreadiness-policy
Этот SKILL позволяет разработчикам, использующим AgentRC, настраивать оценку готовности путем создания и применения JSON-политик. Пользователи могут адаптировать процесс измерения готовности, отключая нерелевантные проверки, переопределяя уровни влияния для конкретных критериев и устанавливая пороги прохождения. Агенту следует загрузить этот SKILL, если пользователю необходимо внедрить строгий режим, кастомные веса оценок или механизмы CI gating для своих репозиториев.
SKILL управляет JSON-файлами, содержащими критерии, дополнительные параметры и пороги, для модификации движка оценки. Он предоставляет инструменты для отображения активных политик, создания шаблонов новых политик с помощью команды new и их применения через команду apply. Пользователи могут объединять несколько политик, например, сочетая базовый уровень организации с переопределениями для конкретной команды, чтобы добиться гранулярного контроля. Хотя инструмент может изменять существующие проверки, такие как readme или lint-config, он не может добавлять новую логику обнаружения — для этого требуется система плагинов на TypeScript.
Что агент может делать с ним
- 1Отключение нерелевантных проверокИсключение определенных направлений, таких как observability, из процесса оценки для статического сайта.
- 2Внедрение CI gatingНастройка этапа непрерывной интеграции, который завершается ошибкой, если репозиторий не соответствует определенному уровню зрелости.
- 3Многоуровневые организационные стандартыПрименение глобальной базовой политики вместе с переопределениями для конкретной команды для расчета комбинированной оценки.
Написано на основе skill SKILL.md. Каждый сценарий использования проверен по цитате из него.
Как установить навык acreadiness-policy
Каждая команда копирует папку навыка в каталог навыков клиента. Перезапустите клиент или начните новую сессию, чтобы загрузить его.Установка навыка acreadiness-policy в Claude Code
~/.claude/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy ~/.claude/skills/acreadiness-policyУстановка навыка acreadiness-policy в Claude Code (project)
.claude/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy .claude/skills/acreadiness-policyУстановка навыка acreadiness-policy в Codex
~/.agents/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy ~/.agents/skills/acreadiness-policyУстановка навыка acreadiness-policy в Gemini CLI
~/.gemini/skills/acreadiness-policy/SKILL.md
$ npx degit github/awesome-copilot/skills/acreadiness-policy ~/.gemini/skills/acreadiness-policyУстановка навыка acreadiness-policy в 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
Автоматические проверки
Запущено 15 нояб. 2026 г.Полный отчёт →Прошёл наши автоматические проверки. Это не аудит безопасности: прочитайте скрипты, прежде чем агент их запустит. Как работают проверки
- Связанный и доступный исходный репозиторийgithub/awesome-copilot/skills/acreadiness-policy is public and reachablegithub.com/github/awesome-copilot/tree/HEAD/skills/acreadine ↗Пройдено
- Open source лицензия (OSI)MITspdx.org/licenses/MIT.html ↗Пройдено
- Коммит или релиз за последний годLast commit 2026-11-11github.com/github/awesome-copilot/commits ↗Пройдено
- В скриптах нет загрузки с запуском и кражи учётных данныхNo scripts in the skill folderПройдено
- В SKILL.md нет скрытых инструкцийNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/github/awesome-copilot/blob/HEAD/skills/acreadine ↗Пройдено
- Заранее разрешённые инструменты ограниченыNo pre-approved tools; the agent asks before using onegithub.com/github/awesome-copilot/blob/HEAD/skills/acreadine ↗Пройдено
- SKILL.md соответствует формату Agent SkillsValid name and description; says when to use it; 97 linesgithub.com/github/awesome-copilot/blob/HEAD/skills/acreadine ↗Пройдено
SKILL.md
Открыть на 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.
Файлы в этом навыке
1Вопросы о навыке acreadiness-policy
Как установить навык acreadiness-policy в Claude Code?
Выполните npx degit github/awesome-copilot/skills/acreadiness-policy ~/.claude/skills/acreadiness-policy. Claude Code загружает навыки из ~/.claude/skills (все проекты) или .claude/skills (один проект) и использует навык, когда его описание соответствует задаче.
Какие клиенты могут использовать навык acreadiness-policy?
Любой клиент, который читает формат Agent Skills: Claude Code, Codex, Gemini CLI и claude.ai (загрузить как ZIP). Скрипты в навыке выполняются только там, где клиент разрешает выполнение кода.
Можно ли добавить новые критерии с помощью файла политики?
Нет, JSON-политики позволяют отключать, переопределять и устанавливать пороги, но не могут добавлять новые критерии. Для реализации новой логики обнаружения необходимо использовать систему плагинов на TypeScript.
Как рассчитывается оценка готовности?
Оценка рассчитывается по формуле: Score = 1 − (deductions / max possible weight).