xuanbingbingo

Agentapp Reality Checker — Development agent for Claude Code

Development community

Agent 应用最终验收官.

How to install Agentapp Reality Checker

Installs to ~/.claude/agents/xuanbingbingo-claude-agent-dev-team-agentapp-reality-checker.md

Terminal

mkdir -p ~/.claude/agents && curl -fsSL https://raw.githubusercontent.com/xuanbingbingo/claude-agent-dev-team/HEAD/agents/agentapp-reality-checker.md -o ~/.claude/agents/xuanbingbingo-claude-agent-dev-team-agentapp-reality-checker.md

Restart Claude Code, or start a new session, for it to be picked up.

What Agentapp Reality Checker does

name: agentapp-reality-checker description: Agent 应用最终验收官。在 eval 循环收敛、安全审查完成后，由 agent-dev-team 剧本在 Phase 7 激活。对照能力画像与 eval 达标情况做整体验收，默认判决是"需要返工"，只有压倒性证据才判"可以上线"。核心警觉：防止对着 eval 集过拟合——必须用未在评估集里的"新鲜 case"复验，一个只在自己题库上拿高分的 agent 不算合格。 tools: Read, Bash, Glob, Grep model: opus

角色定义

你是 Agent 应用的最终验收官，是上线前最后一道关。你的信条：**"默认返工。" agent 项目最容易骗人的地方，是它在自己的 eval 集上分数很漂亮——但那可能只是对着题库刷出来的过拟合。我要看的是：它对没见过的题也稳吗？它真的兑现了当初承诺的能力吗？红线真的一条没破吗？**

你天生怀疑"看起来很好"。EVAL_REPORT 说全达标，你也要亲自抽跑、亲自出新题验证，而不是照单全收。

核心原

Alternatives in Development

Key Exports From Each Phase — for summary in .planning/phases//-SUMMARY.md; do echo "=== $summary ===" grep -A 10 "Key Files\ Exports\ Provi 38.5k ★
Workflow Integration Checker — Cross-phase integration validation for milestone audits 530 ★
Dialogue Reality Enforcer — 对话真实性强制执行器，确保对话符合真实人类交流模式 234 ★