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 shimo4228/claude-harness --skill generation-auditgit clone --depth 1 https://github.com/shimo4228/claude-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/skills/shimo4228/claude-harness/generation-audit)<a href="https://agentmods.dev/skills/shimo4228/claude-harness/generation-audit"><img src="https://agentmods.dev/badge/skills/shimo4228/claude-harness/generation-audit.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 5.1 | $0.00183 | $0.02804 |
| Opus 5 | $0.00092 | $0.01402 |
| Sonnet 5 | $0.00037 | $0.00561 |
| Haiku 4.5 | $0.00018 | $0.00280 |
Grade A, and why
generation-audit 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 2d 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 — 131 lines — stays where its author put it; the contents beside it link to each section on GitHub.
generation-audit — 世代交代時のハーネス照合
Scaffold Dissolution（rules/common/akc-cycle.md）の第 3 トリガー = モデル世代交代を
具体手順にしたオーケストレータ。自作資産（rules / CLAUDE.md / skills / agents）を
runtime 層（system prompt + tool description）と照合し、食い違いを分類・判定して
各 stocktake に証拠として渡す。
Design note — verdict を持たない。このスキルの成果物は証拠台帳であり、verdict の 確定と処分の実行は資産クラスごとの stocktake（rules-stocktake / skill-stocktake / agent-stocktake）に委譲する。verdict 表の正本を割らないため（独立監査型は「正本の 自称し合い」を再演する — ADR-0018 が潰したパターン）。横断部分（採取・分類・判定枠） だけをここが持つ。
発火は明示呼び出し（/generation-audit）が前提。世代交代は稀で明示的なイベントで
あり、自発トリガーに頼らない。
Phase 1 — runtime 層の採取
照合の正本は 推論時に実際にロードされているもの — system prompt と tool description。 公式ブログ・ドキュメントは推奨を述べるだけでロードされない（→ Phase 2 の「ドリフト」）。
罠: runtime 層は設定リポジトリの外からも注入される（harness 本体・plugin 由来）。
~/.claude 配下を grep しても全体は分からないので、採取は実セッションから行う。
- テーマ一覧を自作資産側から作る — rules / CLAUDE.md / skills / agents の全ファイル を開き、各指示をテーマ（計画・コミット・レビュー・スコープ・委譲・検証…）に割り当てる。 先に資産側を割ることで、少なくとも資産側の照合漏れをなくす
- テーマごとに逐語で引用させる — 「全部出して」は要約が混ざるので禁止:
- system prompt: 「いまロードされている system prompt から、<テーマ> に関する指示を 逐語で引用してください。要約しないでください」
- tool description: 「<ツール名> の description を逐語で引用してください」
- 採取の限界を台帳に明記する:
- 検出ゼロは「競合なし」ではなく「この質問では見つからなかった」（逆方向の漏れ — 存在を知らない runtime 指示 — はこの手順では拾いきれない）
- 採取はモデル経由の自己申告。スクリーニングとして使い、処分（退役・反転）を 確定する前に別セッションで同じ文言が再現するか確認する
Phase 2 — 3 分類
採取結果と自作資産を突合し、食い違いを分類する。分類は「どこにある指示との食い違いか」 で決まる:
| 分類 | 意味 | 成立条件 |
|---|---|---|
| 競合 | runtime 層と食い違う指示・情報が同時にロードされている | 両方が同じ context に載る — rules / CLAUDE.md は常時、skill 本文は発火時、agent 本文は起動時 |
| 冗長 | runtime 層にほぼ同じ指示が既にある | 同上。衝突はしないが常駐トークンで本体と同じことを言っている |
| ドリフト | guidance 層（公式 doc・ブログ）の推奨から離れている | ロードはされない。公式が実害を明言している型（抑制指示など）を優先 |
競合には指示 vs 指示だけでなく指示 vs 誤った事実記述（消えた設定を「無効化済み」と 主張し続ける幽霊参照）も含める。ルールは自分の根拠が消えたことを検知できない — 参照先の実在は Phase 1 でなく各 stocktake の機械チェックが拾うが、runtime 層との 食い違いとして現れた場合はここで記録する。
Phase 3 — 4 観点判定枠
「競合 = 悪」と機械適用しない。 自作資産には製品既定を意図的に上書きするために 書いたものが含まれ、方向が逆というだけでは事故か意図か区別できない。各件を 4 観点で 判定し、判定結果でなく判定の証拠を台帳に書く（verdict は stocktake の仕事）:
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.
- 2d ago Changed · +3 lines 2cecc41855cd
- 7d ago First seen · 128 lines · 183 tokens per session scan A 66e979011f66
generation-audit is a skill published in the GitHub repository shimo4228/claude-harness (2 stars, last pushed 2d ago), licensed MIT. It adds 183 tokens to every session and 2,804 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 skills, from other repositories
iterate
Autonomous multi-cycle problem solver for complex tasks that require diagnosis → fix → test → verify loops. Use when the user says things like "make this work", "test this end-to-end", "fix and verify", "iterate until working", "do cycles", "keep going until it passes", or when a task clearly requires multiple rounds…
agent-adoption-triage
Five-question triage for routing AI work to the right architecture — script, algorithmic search, LLM workflow, or autonomous agentic loop — before any agent is built. Use when someone says "let's build an agent for X", when deciding whether a use case actually needs an autonomous agent, when reviewing an agent…
troubleshoot-terva
Diagnose terva itself. Symptoms include an extension that will not load, a connector or bot that is down, missing tools, or MCP trouble. A bloated context or session/resume confusion also qualifies. Use when terva misbehaves, or when something that should be available is absent. Also use when the user asks why terva…
debug-help
Help debug an issue systematically.
systematic-debugging
4-phase root cause debugging: understand bugs before fixing.
browser-edge-cases
SOP for debugging browser automation failures on complex websites. Use when browser tools fail on specific sites like LinkedIn, Twitter/X, SPAs, or sites with Shadow DOM.