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 skills add s977043/river-review --skill coverage-gapgit clone --depth 1 https://github.com/s977043/river-reviewWrote 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/skills/s977043/river-review/coverage-gap)<a href="https://agentmods.dev/skills/s977043/river-review/coverage-gap"><img src="https://agentmods.dev/badge/skills/s977043/river-review/coverage-gap/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/s977043/river-review/coverage-gap"><img src="https://agentmods.dev/badge/skills/s977043/river-review/coverage-gap.svg" alt="Reviewed on agentmods" width="80" 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 5.1 | $0.00024 | $0.01277 |
| Opus 5.5 | $0.00010 | $0.00511 |
| Sonnet 5.5 | $0.00005 | $0.00255 |
| Haiku 4.5 | $0.00002 | $0.00128 |
Grade A, and why
Coverage and Failure Path Gaps 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 1mo 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.
What it actually says
既定 CI レビューでは発火しない / Not triggered on the default CI review path
このスキルは repo 全体の既存テスト木（変更されていないファイルを含む）を要するため、既定 runner の供給コンテキスト（RUNNER_SUPPLIED_CONTEXTS = ['diff', 'prDescription', 'fullFile']、scripts/validate-skills.mjs）では発火しない。RIVER_AVAILABLE_CONTEXTS を拡張して tests（repo-wide test tree）を供給する構成でのみ有効になる（GRANDFATHERED_UNSUPPLIED_CONTEXT に登録済み、#1606）。
Pattern declaration
Primary pattern: Reviewer Secondary patterns: Inversion Why: カバレッジギャップ検出はチェックリスト型評価が主だが、テスト対象コードが差分に含まれない場合は実行を止める必要がある。
Rule / ルール
- 主要フローと失敗フローの両方にテストがあることを確認する。
- 例外系・タイムアウト・リトライなどのエラーハンドリングをテストする。
- 変更によって追加/変更された分岐・境界値・フォールバックをカバーする。
Heuristics / 判定の手がかり
- 新しい条件分岐・ガードが追加されたのに対応するテストがない。
- 例外処理やエラーリターンに対するアサーションが見当たらない。
- 大きな refactor でテストの網羅対象が変わっているのに、テスト差分が少ない。
- クリティカルパス（認証/課金/データ保存など）にテストが不足。
coverage_reportでステートメント/ブランチ/ラインの低下が確認できるのに差分テストが増えていない。
Good / Bad Examples
- Good: 成功・失敗・境界を分けた
describe/itを追加し、エラーメッセージも検証。 - Bad:
happy pathのみのテストで、例外時や空入力時の検証がない。 - Good:
coverage_reportを確認し、差分ファイルのステートメント/ブランチカバレッジを改善。
Actions / 改善案
- 新規/変更分岐ごとに正常系・異常系テストを追加する（例外メッセージも含めて検証）。
- タイムアウト/リトライ/フォールバックをモックし、意図した失敗動作を確認する。
- クリティカルパスのカバレッジを
coverage_reportベースで確認し、不足を埋めるテストを提案する。 - 差分ファイルの各分岐・ガードに対して「期待される成功/失敗シナリオ + 入力例」を列挙し、テストケースとして提示する。
Non-goals / 扱わないこと
- 既存テストの全面的な書き換えやリファクタリング。
- 実行環境や外部サービスの障害注入（カオス試験）の設計。
- プロダクション監視の網羅性評価。
Pre-execution Gate / 実行前ゲート
このスキルは以下の条件がすべて満たされない限りNO_REVIEWを返す。
- 差分にソースコード（
src/**/*,lib/**/*）またはテストファイル（*.test.*,*.spec.*）の変更が含まれている - 実行パスへ影響する変更が差分に含まれている（コメントやドキュメントのみの変更ではない）
- inputContextにdiffが含まれている
ゲート不成立時の出力: NO_REVIEW: coverage-gap — カバレッジギャップ検出の対象となるコード変更が検出されない
False-positive guards / 抑制条件
- 既存テストが同等の失敗経路を十分にカバーしている。
- テスト対象が外部 API の仕様変更のみで、社内コードに実行分岐が増えていない。
評価指標（Evaluation）
- 合格基準: 指摘が差分に紐づき、根拠と次アクションが説明されている。
- 不合格基準: 差分と無関係な指摘、根拠のない断定、抑制条件の無視。
人間に返す条件（Human Handoff）
- 仕様や意図が不明確で解釈が分かれる場合は質問として返す。
- 影響範囲が広い設計判断やトレードオフは人間レビューへ返す。
What ships with it
2 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
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.
- 1mo ago First seen · 88 lines · 24 tokens per session scan A fd222ea1204d
Coverage and Failure Path Gaps is a skill published in the GitHub repository s977043/river-review (7 stars, last pushed yesterday), licensed MIT. It adds 24 tokens to every session and 1,277 once invoked, about $0.0001 per session on Opus 5.5. 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 skills, from other repositories
run-iteration-eval
Run the Logic-Lens content-eval pipeline for one iteration and produce a scored summary.json — use to measure a skill change. Wraps scripts/run-content-evals.sh (runner, costs tokens) and scripts/grade-iteration.py (grader, free, re-runnable). ALWAYS sync the plugin cache first. Use when the user wants to "run the…
iterate-skill
Run the Logic-Lens skill-improvement loop end to end — baseline → diagnose failures → edit → sync cache → re-eval → verify net gain → iterate until clean. Use whenever the goal is to RAISE a skill's eval score or fix a failing eval mode: "improve logic-review", "the format compliance is failing, fix it", "iterate on…
brooks-test
Test quality review drawing on twelve classic engineering books — with primary focus on xUnit Test Patterns, The Art of Unit Testing, How Google Tests Software, and Working Effectively with Legacy Code — that diagnoses structural problems in an existing test suite: brittleness, mock abuse, coverage illusions, slow…
vibe-gap-analysis
Assesses production readiness or audits a codebase against its specs. Supports quick static mode, deep 17-dimension audit, or single-dimension focus. Use before a production launch, after a major refactor, when inheriting a codebase, or when someone asks how done the project is.
spike-consumer-adversarial
OI-3 spike harness — heavy consumer, ADVERSARIAL arm. Worst-case early-exit test: the mid-workflow Skill call has no continuation guardrail and the guidance skill ends with a final-sounding anchor. Use only when explicitly invoked by the spike harness with a TRIALID and data path.
shipyard-verification
Requires fresh verification evidence before any claim that work is complete, fixed, or passing. Use before committing, creating PRs, or moving to the next task. Also use when a status report contains words like "should", "probably", or "seems to", or expresses satisfaction ("Great!", "Done!") before verification…