veredicto
Dicta el veredicto de una unidad de trabajo cuando el TESTER y el DEV ya entregaron - corre las pruebas del TESTER contra el código del DEV, arbitra cada rojo con la spec en la mano (se apartó el código, se apartó la prueba, o la spec no lo decía), comprueba que cada rol tocó solo sus rutas y produce la matriz de trazabilidad para el PR. En un refactor exige además "igual y mejor" - pruebas de caracterización verdes antes y después, pruebas existentes en verde y la mejora medida. Use when the LEAD has received both deliveries (ENTREGA TESTER and ENTREGA DEV) for a unit of work, or when asked to verify, judge, arbitrate, or give the verdict on a team delivery.
How do I install this agent skill?
npx skills add https://github.com/adminoryslabs/armory --skill veredictoIs this agent skill safe to install?
- Gen Agent Trust Hubpass
This skill acts as an automated arbitrator for software development workflows, running local tests and verifying repository state. Its security profile is generally safe, with minor risks related to executing code within the local workspace and processing external documents that could contain indirect prompt injections.
- Socketpass
No alerts
- Snykpass
Risk: LOW · No issues
What does this agent skill do?
Veredicto (v3)
Goal
Responder con evidencia "¿esta unidad de trabajo cumple su spec?", y cuando no la cumple,
quién se apartó. Cada resultado lleva una prueba, un comando o un archivo:línea, o queda
NO VERIFICADO.
Novedades v3: veredicto de refactor ("igual y mejor"); las rutas de cada rol pueden venir de
AGENTS.mdo del contrato.
La spec depende del tipo de tarea:
| Tipo | Spec | Pregunta del veredicto |
|---|---|---|
| Arranque | SPRINT0.md | ¿Se cumple cada punto de la Definition of Done? |
| Feature | contratos/CONTRATO-<ID>.md | ¿Se cumple cada caso del contrato? |
| Refactor | contratos/CONTRATO-<ID>.md | ¿Quedó igual por fuera y mejor por dentro? |
Input
- La spec en su versión vigente.
- La tarea de origen (HU, pedido o ítem de deuda), para la matriz.
- Los informes de
ENTREGA TESTERyENTREGA DEV. - Las rutas de cada rol (
AGENTS.mdo el contrato). - La rama de trabajo y su punto de partida.
- En un refactor: la salida de la corrida de las pruebas de caracterización contra el código actual, que el LEAD guardó antes de invocar al DEV.
Si falta una entrega, no se dicta veredicto: se espera.
Workflow — común
-
Verificar la propiedad de rutas.
git log <base>..HEAD --name-only --format="%s", agrupar por prefijo ([TESTER]/[DEV]/[LEAD]) y comparar contra las rutas de cada rol. Archivos fuera de las rutas del rol o commits sin prefijo son hallazgos, aunque todo pase. -
Verificar que los dos trabajaron sobre la misma versión de la spec. Si no, el veredicto no vale: se avisa a quien quedó atrasado.
-
Correr las pruebas del TESTER contra el código del DEV. Guardar la salida.
-
Resultado por cada caso de la spec: 🟢 / 🔴 /
NO VERIFICADO, con la prueba que lo cubre. Un caso sin prueba esNO VERIFICADO, no verde. -
Arbitrar cada 🔴 con la spec en la mano. Leer qué dice la spec del caso, qué espera la prueba y qué hace el código:
- Se apartó el código: la prueba coincide con la spec y el código no → vuelve al DEV con el caso, la cita de la spec y la evidencia.
- Se apartó la prueba: el código coincide con la spec y la prueba no (nombre, formato, caso que la spec no pide) → vuelve al TESTER con lo mismo.
- La spec no lo decía: los dos son lecturas razonables de una spec incompleta o ambigua → no corrige ningún agente: se prepara la pregunta para el humano y, con su respuesta, el LEAD emite la nueva versión y avisa a ambos. Corrige quien se apartó de la spec.
-
Vigilar trampas y reportarlas como hallazgos aunque todo esté en verde:
- pruebas que pasan sin verificar nada;
- código con casos especiales que solo sirven para pasar una prueba puntual;
- pruebas modificadas entre vueltas sin una nueva versión de la spec que lo justifique.
-
Contar vueltas. El mismo desacuerdo no se devuelve una tercera vez: se escala al humano.
Workflow — adicional en un refactor
-
IGUAL — antes y después.
- Antes: la corrida guardada por el LEAD muestra todas las pruebas de caracterización en
verde contra el código original. Si no existe, se reproduce: se vuelve al commit base con las
pruebas del TESTER (
git stash/git worktree) y se corren. Sin "antes", el caso esNO VERIFICADO. - Después: las mismas pruebas en verde contra el código del DEV (paso 3).
- Pruebas existentes del proyecto: los comandos que lista el contrato, en verde. Una prueba de caracterización en rojo después del cambio significa que el refactor cambió algo observable: casi siempre se apartó el código.
- Si el contrato describía mal el comportamiento de hoy (la foto del TESTER muestra otra cosa), manda la foto: el LEAD corrige el contrato, sube la versión y la lleva al gate humano. No corrige ningún agente.
- Casos
NO VERIFICADO(no se podían provocar desde afuera): revisar en el diff cómo se comportaba ese caso antes y después. Si cambió algo observable, por chico que sea (un mensaje, un campo), se escala al humano con dos opciones: aceptarlo en un contrato v2 o restaurar el comportamiento anterior.
- Antes: la corrida guardada por el LEAD muestra todas las pruebas de caracterización en
verde contra el código original. Si no existe, se reproduce: se vuelve al commit base con las
pruebas del TESTER (
-
MEJOR — la mejora medida. Repetir la medición que define el contrato (comando, búsqueda, CodeGraph, diff) y comparar con el valor de "hoy". Se mide, no se acepta lo que dice el informe del DEV.
-
Desenlace del refactor:
Igual Mejor Desenlace ✅ ✅ Refactor terminado ✅ ❌ Se movió código sin resolver la deuda → vuelve al DEV ❌ — Se cambió comportamiento: no es un refactor → vuelve al DEV -
Revisar el cierre del DEV: comentario del porqué en el código tocado (si falta, es un hallazgo menor) y deuda nueva reportada en el informe.
Matriz de trazabilidad
-
Feature:
Criterio de aceptación Caso del contrato Prueba Resultado Criterio sin caso o sin prueba → algo no se verificó. Caso sin criterio → el negocio debe confirmar que lo quiere.
-
Refactor:
Caso que no cambia Prueba Antes Después Más una fila por la mejora medible: qué se midió, valor de hoy, valor después, comando.
-
Arranque: tabla de la Definition of Done (punto → evidencia → resultado). Las pruebas que el TESTER marcó
NO EJECUTADASse corren ahora que el runner existe.
Informe
Escribir informes/VEREDICTO-<ID>.md: matriz, hallazgos de rutas, arbitrajes (desenlace +
destinatario + vuelta N), trampas detectadas, NO VERIFICADO, versión de la spec usada y, en un
refactor, el desenlace "igual y mejor".
Si todo está en verde (o los NO VERIFICADO fueron aceptados por el humano), el LEAD abre el
PR con la matriz y la versión final de la spec en la descripción.
Constraints
- No se modifica código ni pruebas para "hacer pasar" el veredicto.
- No se confía en lo que dicen los informes: se verifica.
- El LEAD no decide lo que la spec no dice: lo escala.
- No se publica nada (ni push a la rama principal, ni merge).
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/adminoryslabs/armory/veredicto">View veredicto on skillZs</a>