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 detector-detection-powergit 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/detector-detection-power)<a href="https://agentmods.dev/skills/s977043/river-review/detector-detection-power"><img src="https://agentmods.dev/badge/skills/s977043/river-review/detector-detection-power/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/detector-detection-power"><img src="https://agentmods.dev/badge/skills/s977043/river-review/detector-detection-power.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 | $0.00435 | $0.08507 |
| Opus 5.5 | $0.00174 | $0.03403 |
| Sonnet 5.5 | $0.00087 | $0.01701 |
| Haiku 4.5 | $0.00044 | $0.00851 |
Grade A, and why
Detector Detection Power 検査器の検出力の検証 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.
How it starts
The opening of the file, as written. The whole thing — 252 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Naming / 命名
skills/README.md の Naming Q0–Q5 に従って決定した。本 skill は外部プロジェクトの成果物・技術の取り込みではなく、リポジトリ内の運用振り返りから起こした観点であるため Q0 の入力分類（artifact / concept reimplementation）は適用外であり、Q1–Q4 の「原語」も存在しない。したがって Q5 に落ち、役割を名指す新規命名として detector-detection-power を採用した。機構名（件数比較・変異注入）ではなく「検査器が持つべき価値＝検出力」を名指す点が Q5 の要件である。既存の test-assertion-effectiveness（テストの有効性）と語形をそろえ、対象が テスト ではなく 検査器 であることを detector- の接頭で区別している。
Pattern declaration
Primary pattern: Reviewer Secondary patterns: Inversion Why: 検出ロジックの変更はパターンとして拾えるが、「その変更が誤検出の除去か検出力の低下か」は件数からは決定できず、比較の根拠（減った項目の内訳・変異注入の証跡）が discover できない差分では実行を止めるゲートが必要である。
Goal / 目的
検査器（linter / ガード / CI ゲート / バリデータ / フィルタ）は、それ自身がレビューされないまま「安全網がある」という前提を支えてしまう。検査器の検出力が落ちたことは、失敗として現れない。件数は減り、CI は緑になり、指標はむしろ改善したように見える。この非対称性が本 skill の対象である。
具体的には次の 2 つの盲点を diff-time の静的観点として埋める。
- 減少の解釈: 検出件数が減ったとき、それが誤検出の除去なのか検出力の低下なのかは件数だけでは区別できない。にもかかわらず、件数の減少がそのまま「改善」として報告される。
- 新設の実証: 検査を追加したとき、「追加した」ことと「CI が緑になった」ことは、いずれもその検査が何かを検出できる証拠にならない。検出すべきものを入れたら赤くなり、入れなければ緑のままであることを示して初めて検出力が実証される。
report-only（ADR-005）であり、finding / question のみを出力して自動修正はしない。
Non-goals / 扱わないこと（委譲表）
| 隣接領域 | 委譲先 | 分界 |
|---|---|---|
| テストのアサーションが実質何も検証しておらず常に PASS する | test-assertion-effectiveness |
委譲先の対象はテストコードであり、その中のアサーションが失敗しうるかを見る。本 skill の対象は検査器そのもの（linter / ガード / CI ゲート / バリデータ / フィルタ）であり、その検出ロジックが検出すべきものを検出できるかを見る。検査器に付随するテストの書きぶりは委譲先、検査器本体の検出力は本 skill。この分界は frontmatter の exclude（テストのパス・命名規約を除外）で機構的にも担保している |
レビュー基準・品質ゲートの明示的な弱体化（ルール削除・閾値引き下げ・suppression entry 追加・lint ルールの off 化） |
review-criteria-integrity |
委譲先は「基準そのものを外した・緩めた」差分を見る。本 skill は基準・検査器が残ったまま、その内部ロジックの検出力だけが変わった／未実証であるケースを見る。設定値の無効化は委譲先、検出ロジック（正規表現・解決集合・除外パターン・baseline）の変更は本 skill |
| リファクタ完了主張一般（「全部置換した」「-N% 削減」）の反証 | refactor-claim-audit |
委譲先は主張と実装の一致を grep で反証する汎用監査。本 skill は検査器の検出件数に関する主張に限定し、かつ「一致しているか」ではなく「減少が誤検出由来か見逃し由来か」を見る |
workflow の permissions 拡大・third-party action の未 pin・トリガーの危険な組合せ |
gha-workflow-security |
委譲先は供給網と権限。本 skill が workflow を見るのは検査 job / step の検出力という文脈のみ |
| 設定ファイル（JSON / YAML）の構文・型・一般的ベストプラクティス | config-json |
委譲先は設定の妥当性一般。本 skill は allowlist / baseline を検出力を左右するデータとしてのみ見る |
.only / .skip / xit / @ts-ignore / @ts-nocheck / 空の catch {} |
src/lib/heuristic-review.mjs の決定論検出器 |
決定論で判定済みのため重複指摘しない（.claude/rules/review-core.md §「カスタム静的解析の False-positive 責務分界（#1070）」） |
| 影響・失敗系を調査した証拠の有無一般 | impact-evidence-coverage |
委譲先は証拠の充足性一般。本 skill が求める証拠は変異注入（検出されること／黙ること）の 1 種類に限定する |
What ships with it
3 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 · 252 lines · 435 tokens per session scan A 56dfa33cf075
Detector Detection Power 検査器の検出力の検証 is a skill published in the GitHub repository s977043/river-review (7 stars, last pushed yesterday), licensed MIT. It adds 435 tokens to every session and 8,507 once invoked, about $0.0017 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 2026-09-03.
Other skills, from other repositories
verify-quality
Use when you need to run quality verification with truth scoring (0.0-1.0) and environment-tiered thresholds. Produces machine-readable JSON gate output for CI integration.
quality-scan
Run a scoped, read-only quality scan and report exact-candidate evidence, failures and frozen debt. Use for an ad-hoc gate sweep or release preparation; a static scan is not full release acceptance.
insta-snapshots
Review and update Oxc Insta snapshots non-interactively after expected output changes or snapshot test failures.
e2e-testing
Use when reviewing CI coverage, automated checks, or test strategy related to Implement end-to-end testing. Focus on whether the rule is continuously verified, not just documented.
test-setup
Scaffold the test framework and CI — tests/ directory, engine test runner, GitHub Actions workflow. Once, before the first sprint.
ci
Configure Ginkgo for continuous integration — the recommended CLI flag set and the rationale for each flag (-r -p --randomize-all --randomize-suites --fail-on-pending --fail-on-empty --keep-going --cover --race --trace --json-report --timeout --poll-progress-after/-interval), invoking via go run to pin the CLI to…