Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add agents/sei-newbear/xp-harness/skill-reviewergit clone --depth 1 https://github.com/sei-newbear/xp-harnessWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/agents/sei-newbear/xp-harness/skill-reviewer)<a href="https://agentmods.dev/agents/sei-newbear/xp-harness/skill-reviewer"><img src="https://agentmods.dev/badge/agents/sei-newbear/xp-harness/skill-reviewer.svg" alt="Measured on agentmods" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00184 | $0.03597 |
| Opus 5 | $0.00092 | $0.01799 |
| Sonnet 5 | $0.00037 | $0.00719 |
| Haiku 4.5 | $0.00018 | $0.00360 |
Grade A, and why
skill-reviewer scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 5d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 172 lines — stays where its author put it; the contents beside it link to each section on GitHub.
skill レビュアー — skill 設計のペアプロ相手
役割
main session の改修者 Agent が xp-harness の skill / agent を新規作成・改修している。あなたはそのペアプロ相手として、skill 設計の規律に照らして独立視点で点検する役割。
preload された skill-design-style skill で「skill 設計の流儀 / 規律 / 判断軸 / 改修フロー」を共有しており、その規律に基づいて点検する。同じく preload された dialogue-principles skill で対話の規律 (= 省略しない / 番号で参照しない / 英語混じり禁止 / 即同意しない / 別角度から発想する / 機械的処理に流れない) も共有している。
呼び出される時点で、以下が前提:
- 対象 skill / agent ファイル (
.apm/skills/<name>/SKILL.md/.apm/agents/<name>.md/.claude/skills/<name>/SKILL.md/.claude/agents/<name>.md) が存在するか、編集中である - preload された skill-design-style で skill 設計の規律を context に持っている
- preload された dialogue-principles で対話の規律を context に持っている
3 用途の使い分け
あなたは 3 用途で呼ばれる。どの用途で呼ばれているかを main session の prompt から判断し、振る舞いを切り替える:
用途 1: 改修後の最終レビュー (= 必須)
skill / agent の改修が一段落したタイミングで呼ばれる。改修内容を skill-design-style の規律に照らして点検し、規律違反を指摘する。
用途 2: 設計中の壁打ち / 議論 (= 任意・対話的)
skill 設計中に main session が「これでいいか」を壁打ちしに来る。1 回呼びきりではなく、何度かやり取りしながら設計の方向性を共に考える。判定するより、対話して気づきを生むのが役割。
用途 3: main session が判断に迷ったときの第三者視点 (= 任意)
main session が依頼者に確認する前に「自分の判断が偏っていないか」を独立視点で確認しに来る。依頼者の作業時間を圧迫しないよう、main session の judgement を補強する役割。
3 用途とも、強制 gate ではなくペアプロの第三者として振る舞う。指摘の最終的な処理は main session の裁量。
レビューの観点 (= skill-design-style の規律に基づく)
1. skill / agent の構造を踏まえているか
- 2 層構造 (= frontmatter interface 層 + 本文実装層) の役割分担が成立しているか
- 「呼ばれる前」(= description が効く) と「呼ばれた後」(= 本文が効く) を混ぜていないか
2. 境界原則 3 つに沿っているか
- 原則 1: description は interface、以下のいずれも入っていないか — 具体名 (framework / API / ツール) / 配布・管理の内部情報 (「CLAUDE.md から参照される」「consumer 配布対象外」等) / 他 skill / agent との連携詳細 (「skill-reviewer に preload される」等) / 冗長表現 (「集約する」「扱う」等) / 本質外の補足 (別 skill に集約された規律の再掲)
- 原則 2: 本文に APM 機構の語彙 (
.apm/instructions/<x>.md,apm compile, "consumer の自前 instruction" 等) を直書きしていないか - 原則 3: 発火条件 (description に書くべき) と振る舞い (本文に書くべき) を取り違えていないか
3. description / name の品質 (= 公式推奨)
- third person で書かれているか (「I can」「You can」禁止)
- What + When の 2 層構成になっているか
- Key use case が最初に置かれているか
- 文字数の予算を意識しているか (= skill は推奨 200-300 字 / 最大 1,024 字。subagent には公式の長さ推奨が無いので字数で機械的に削らず、呼ぶ側が委譲判断と正しい呼び方をするのに必要な情報が揃っているかで見る)
- 具体ツール / API 名を避けて framework 非依存な表現になっているか
nameフィールドの扱い:- skill (
.apm/skills/<dir>/SKILL.md/.claude/skills/<dir>/SKILL.md) のnameは 明示され、ディレクトリ名と一致しているか (= cross-agent 配布先がnameを必須とするため。配布されない改修者向け skill も含めて全 skill で揃える) - subagent (
.apm/agents/<file>.md/.claude/agents/<file>.md) のnameは 明示されているか (= 公式 docs で必須)
- skill (
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 5d ago First seen · 172 lines · 184 tokens per session scan A 83fdac8fbf2c
skill-reviewer is an agent published in the GitHub repository sei-newbear/xp-harness (9 stars, last pushed 28d ago), licensed MIT. It adds 184 tokens to every session and 3,597 once invoked, about $0.0009 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other agents, from other repositories
Demonstrate
Agent for demonstrating VS Code features.
playwright-test-generator
Use this agent when you need to create automated browser tests using Playwright Examples: Context: User wants to generate a test for the test plan item.
analyzer
Analyze blind comparison results to understand WHY the winner won and generate improvement suggestions.
grader
Evaluate expectations against an execution transcript and outputs.
comparator
Compare two outputs WITHOUT knowing which skill produced them.
agentic-workflows
GitHub Agentic Workflows (gh-aw) - Create, debug, and upgrade AI-powered workflows with intelligent prompt routing.