誰都寫得出 agent skill。我們把成品、過程與檢查一起公開 —— 讓你自己判斷它到底能不能用。
這一頁不是能力描述，是已完成工作的紀錄，附上輸入、步驟與檢查。還沒有成果的區塊就留白，不用願景填充。
我們的工作起點是客戶真正說出口的那句話 ——「讓入職流程更聰明一點」「把報表自動化」—— 終點是一台機器可以無人監督執行的東西。補上這段落差就是這份工作的大部分，而且發生在選模型之前。
我們的方法是一個順序，不是一套框架：
列出專案依賴的假設與各自的否證方式；無法檢驗的假設直接砍掉。這一步最常被跳過，也最省時間。
寫規格前先查既有方案。我們自己就有一個產品是這樣停下來的：發現該領域已有四十多個免費開源工具，正好佔滿我們規劃的位置。我們停下來重新定位，而不是去做第四十一個。
要幾個月才展示得出來的能力無法被回饋修正。砍到一份完整產出（一份簡報、一份文件、一條工作流）能端到端做完，然後真的做出來。
沒有檢查方式的產出只是宣稱。
只有成功的紀錄不算紀錄。
問題從來不是「模型做不做得到」，而是「它產出了什麼、你怎麼知道它是對的」。
名詞與公式出處：Birgitta Böckeler，Thoughtworks，2026。
這件事有個名字：harness engineering。Agent = Model + Harness。Harness 就是 agent 裡除了模型以外的全部 —— 行動前引導它的 guides，以及行動後觀察、供它自我修正的 sensors。
負責觀察的檢查有兩種，而兩者的差別決定我們怎麼做。Computational 控制（linter、type checker、測試）是確定性的、快、便宜。Inferential 控制（模型審模型）較慢、較貴，但語意更豐富。只要一個性質能寫成 computational 檢查，我們就寫成那樣 —— 每次都回相同答案的檢查是證據，不然只是意見。
有兩套開放標準讓這些成果可攜：Agent Skills 管指令，MCP 管 agent 怎麼取用工具與資料。同一個 SKILL.md 資料夾能在數家不同公司的 agent runtime 執行，同一個 MCP server 也對它們一視同仁。我們自己的 skill 從單一目錄跨三個 runtime 在跑。這樣做出來的 skill 是可長期累積的資產，不是押注在單一廠商上。
公開目錄以安裝數排序。我們公開的是成品、過程與檢查。
每個條目最多帶四種證據。不是每個條目都四種齊全；缺的直接標示為缺，不用文字補。
產出本身，在瀏覽器裡直接打開，交付時是多大就多大。
不做摘要 —— harness 產出什麼，你看到的就是什麼，交付時多大就多大。每件都有日期。
哪些公開、哪些保留。
部分工作已發布可自行執行；部分是客戶案或未發表產品，只出示成品與作法、不給原始碼。每個條目都寫明是哪一種，不讓你猜「沒有連結」是「不公開」還是「不存在」。
進去的輸入、跑過的步驟、出來的產出。
before/after 加上中間步驟。「這不就是一句 prompt」在這裡得到回答，或得不到 —— 如果 trace 顯示的就是一句指令加運氣，條目會照實寫。
對產出跑的檢查，以及它能擋下什麼。
能機械檢查的就附上檢查；不能的就說明需要哪種領域專家去看什麼。沒有檢查的條目留空欄 —— 寧可公開這個缺口，也不描述一個不存在的檢查。
— 尚未有/— 不公開
一份技術文件進去，一份可以直接給人看的單檔 deck 出來。沒有任何一頁投影片是手做的。
components: baoyu-design · guizang-ppt-skill · ppt-master（第三方，展示的是編排能力）· 產出未經人工修版
步驟是真的跑過的。耗時從未實測，所以這一欄標示缺口，而不是填一個估計值。
一個「確定性控制」的實例，不含內容地描述。
這條管線把來源文件變成一份完成的、自包的交付物，放在一個私有網址上。它的行為由三道邊界控制治理，每一道都只有成立或失敗兩種結果 —— 沒有一道倚賴模型表現良好。
發布預設為 unlisted：有連結就看得到，任何索引都收不到。公開必須是明確的動作，永遠不是預設值。預設方向就是安全方向，所以「忘記選」不會洩漏任何東西。
每一份交付物都帶著發布時設定的到期日。存取按時結束，而不是倚賴有人記得去撤銷。
結構與大小在上傳前檢查，不是上傳後。壞掉的交付物在產生的當下就失敗 —— 在那裡失敗很便宜，在收件人面前失敗不便宜。
三道都不聰明。這正是重點：每一道都是有兩種結果的檢查，跑在明確的邊界上，而且沒有一道要求模型小心一點。
有些規格對通用模型而言是對抗性測試案例。課綱條號、稅務程序、法規申報規則、產業合規時程 —— 這些知識存在、具權威性，而且從未以機器可用的形式進入訓練資料。
這些領域之所以有用，正因為它們不寬容。問通用模型某個課綱條號對應哪一個單元，它不會拒答。它會產出一個乾淨、格式漂亮、完全是編的答案，而讀者無從分辨。失敗模式不是「回答得比較差」，是一個看起來和正確答案一模一樣的自信捏造。
這就是 harness 要解的題，而它只有一種解法：規格成為系統讀取的外部真實來源，永遠不是模型回憶出來的東西，並且在任何人看到結果之前，由一道檢查對照它確認產出。正確性不再是模型的性質，而成為管線的性質。
這套方法不在乎規格是哪一份。課綱、稅法、合規時程表，是同一個工程問題：一份權威的外部來源、一個必須被阻止對它即興發揮的模型，以及一道證明它沒有這麼做的檢查。
我們把失誤和成果一起公開。某一次產品查證讓我們劃掉了十八個假設 —— 我們搞錯的十八個假設 是完整清單，含那兩個殺掉商業模式的。
如果你看了這裡的某樣東西，心裡想的是「這也還好嘛」，那個反應值得一封信。