~/lab/sharpener
Sharpener
Convertir mis correcciones en un parche de la skill y en casos de regresión
claude --plugin-dir /path/to/hidkit| Signal | What it looks like | Weight |
|---|---|---|
| Correction | The user asks to change one part of the output. | 1 |
| Repeated correction | The user asks for the same kind of change in 2 or more uses. | Strong |
| Rejection | The user discards the output and asks again. | Strong |
| Approval | The user says that the output is good, or keeps it and moves on. | Keep |
| Workaround | The model fixed an error of a script, or skipped a step of the skill. | 1 |
| Missed trigger | The user named the skill because it did not load. | 1 |Por qué lo construí
Cuando corrijo una skill tres veces en una sesión, esa sesión tiene los mejores datos sobre sus defectos. Cada corrección muestra un hueco en la skill. Cada aprobación muestra un comportamiento que vale la pena conservar.
Sin un paso que los capture, la siguiente sesión repite las mismas correcciones. Sharpener es ese paso. Lo llamo con /hidkit:sharpener, o con una frase como “afila la skill” o “sharpen this skill”.
De las señales a los hallazgos
Sharpener lee en orden cada uso de la skill objetivo, junto con mi reacción. El snippet lista las señales y su peso.
Necesita 2 usos o más con una reacción. Con menos datos me lo dice y se detiene, porque no inventa hallazgos.
Cada hallazgo recibe uno de tres tipos:
- Defecto de la skill: el texto de la skill, un valor por defecto o un script causó el problema. Solo este tipo se vuelve parche.
- Preferencia de la tarea: yo quería algo especial para esta tarea. Sharpener lo registra y no lo parcha.
- Desliz del modelo: la skill era clara y el modelo no la siguió. Sharpener lo parcha solo después de 2 deslices o más del mismo tipo.
Cada arreglo es una regla general, con su razón, y no una copia de este ejemplo.
Primero la propuesta, después el parche
Sharpener me muestra las iteraciones, los hallazgos con la evidencia citada, el diff de la skill, los casos de regresión y lo que no parchó. Después me pide aprobación. Aplica solo las partes que yo apruebo.
Casos de regresión
Cada defecto de la skill se vuelve un caso de regresión con el esquema de skill-creator. Sus expectativas fallan con la skill vieja y pasan con la skill parchada. Cada comportamiento aprobado que el parche podría romper recibe un caso de conservación.
Sharpener agrega los casos nuevos, nunca cambia uno que ya existe, y después revisa el archivo:
node <skill-dir>/scripts/cases.mjs <cases-file>La primera revisión no gasta tokens: para cada caso, Sharpener nombra la línea de la skill parchada que lo hace pasar. Una corrida con modelos ocurre solo cuando yo la pido. Lo usé para afilar rolling-boil después de una sesión real de dibujo.