Agent skill · software engineering · affaan-m
agent-architecture-audit
エージェントおよび LLM アプリケーション向けのフルスタック診断。12 層のエージェントスタックにおけるラッパーリグレッション、メモリ汚染、ツール規律の失敗、隠れた修復ループ、レンダリング破損を監査します。重要度順の発見事項とコードファーストの修正を生成します。エージェントアプリケーション、自律ループ、または LLM を活用した機能を構築する開発者に必須です。
Why this skill is useful
Adds a comprehensive diagnostic workflow with executable scripts for auditing agent architecture that aren't available in public documentation.
What it needs
Requires bash, glob, grep installed locally. About 3k tokens when loaded. Last updated 2026-08-06. 238,342 stars on the source repository.
What this skill does
エージェントアーキテクチャ監査 ラッパー層、古いメモリ、リトライループ、トランスポート・レンダリングの変異の背後に失敗を隠すエージェントシステムのための診断ワークフロー。 起動タイミング 必須の場合: エージェントまたは LLM を活用したアプリケーションを本番リリースする前 ツール呼び出し、メモリ、または多段階ワークフローを含む機能をリリースする前 ラッパー層を追加した後にエージェントの動作が低下する場合 ユーザーが「エージェントが悪化している」または「ツールが不安定」と報告する場合 同じモデルがプレイグラウンドでは動作するがラッパー内で壊れる場合 根本原因を見つけることなく 15 分以上エージェントの動作をデバッグしている場合 特に重要な場合: 新しいプロンプト層、ツール定義、またはメモリシステムを追加した場合 システム内の異なるエージェントが一貫性なく動作する場合 昨日は正常だったモデルが今日ハルシネーションを起こしている場合 応答をサイレントに変異させる隠れた修復・リトライループが疑われる場合 使用しない場合: 一般的なコードデバッグ — agent-introspection-debugging を使用 コードレビュー — 言語固有のレビューエージェントを使用 セキュリティスキャン — security-review または security-review/scan を使用 エージェントパフォーマンスのベンチマーク — agent-eval を使用 新機能の作成 — 適切なワークフロースキルを使用 12 層スタック すべてのエージェントシステムはこれらの層を持ちます。いずれも回答を破壊する可能性があります： # 層 問題の内容 --- ------- ---------------- 1 システムプロンプト 矛盾する指示、指示の肥大化 2 セッション履歴 前のターンからの古いコンテキスト注入 3 長期メモリ セッション間の汚染、新しい会話に古いトピックが混入 4 蒸留 圧縮されたアーティファクトが疑似事実として再投入 5 アクティブリコール コンテキストを無駄にする冗長な再要約層 6 ツール選択 誤ったツールルーティング、モデルが必要なツールをスキップ 7 ツール実行 ハルシネーションによる実行 — 呼び出したと主張するが実際には呼び出していない 8 ツール解釈 ツール出力の誤読または無視 9 回答整形 最終応答でのフォーマット破損 10 プラットフォームレンダリング トランスポート層の変異（UI、API、CLI が有効な回答を変異させる） 11 隠れた修復ループ サイレントなフォールバック・リトライエージェントが 2 回目の LLM パスを実行 12 永続化 期限切れの状態またはキャッシュされたアーティファクトがライブエビデンスとして再利用 一般的な障害パターン 1. ラッパーリグレッション ベースモデルは正しい回答を生成するが、ラッパー層がそれを悪化させる。 症状: プレイグラウンドや直接 API 呼び出しでは正常に動作するが、エージェント内で壊れる 新しいプロンプト層を追加したら既存の動作が低下した エージェントは自信を持っているが、自信を持って間違っている 「最後のアップデート前は動作していた」 2. メモリ汚染 履歴、メモリ検索、または蒸留を通じて古いトピックが新しい会話に漏れる。 症状: エージェントが無関係な過去のトピックを持ち出す ユーザーの修正が定着しない（古いメモリが新しいものを上書きする） 同一セッション内のアーティファクトが疑似事実として再投入される メモリが際限なく増加し、時間とともに応答品質が低下する 3. ツール規律の失敗 ツールはプロンプトで宣言されているがコードでは強制されていない。モデルがそれをスキップするか実行をハルシネーションする。 症状: プロンプトに「ツール X を必ず使用する」とあるが、モデルはそれを呼び出さずに回答する ツール結果は正しく見えるが実際には実行されていない 異なるツールが同じ責任をめぐって競合する モデルが使うべきでない時にツールを使う、または使うべき時にスキップする 4. レンダリング・トランスポート破損 エージェントの内部回答は正しいが、プラットフォーム層が配信中にそれを変異させる。 症状: ログは正しい回答を示すが、ユーザーには壊れた出力が表示される Markdown レンダリング、JSON パース、またはストリーミングフラグメントが有効な応答を破損する 隠れたフォールバックエージェントが配信前に回答をサイレントに置き換える 出力がターミナルと UI で異なる 5. …
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills affaan-m/agent-architecture-audit--7842f0