Propósito
Tener Agent Skills instalados no demuestra que el asistente los use cuando hacen falta. Skill Doctor, incluido en common-skills de Warp, examina conversaciones locales del agente dentro de un ámbito elegido y genera un informe con borradores de mejoras basadas en pruebas. El Skill original describe el proceso.
Su calificación global combina cinco aspectos: eficiencia, calidad del código, cumplimiento del procedimiento, extensión de las respuestas y cobertura de Skills. Los primeros cuatro se puntúan a partir de conversaciones de muestra; la cobertura indica en cuántas se detectó algún Skill instalado. Los pesos son diferentes. El informe destaca tres problemas concretos y fundamenta las propuestas en conversaciones que obtuvieron una puntuación insuficiente. Es el método del proyecto original, no una medición de este sitio.
Cuándo usarlo
Puede ayudarte si mantienes Skills del proyecto o globales y quieres investigar por qué una descripción no activó un Skill, qué comprobación faltó o dónde se repitieron rodeos. Puedes elegir conversaciones del repositorio actual, de proyectos concretos o de todos los proyectos locales. También decides si evaluar solo Skills del proyecto o incluir los globales.
Creemos que resulta más útil si conservas el historial local y puedes revisar tanto las conversaciones como las modificaciones propuestas. La nota final orienta la investigación; no sustituye el juicio sobre requisitos y código.
Ejemplo de uso
Imagina un equipo con un Skill de «comprobación antes del commit» que debería recordar las pruebas, pero varias conversaciones terminan sin ejecutarlas. El equipo podría pedir a un agente compatible que revise las conversaciones recientes del repositorio y sus Skills de proyecto. Tras elegir ambos ámbitos, Skill Doctor toma muestras locales, puntúa cuatro aspectos de las conversaciones y calcula la cobertura. Si un caso con mala puntuación nunca activó el Skill pertinente, podría proponer cambiar la descripción que lo activa; si faltó un paso, podría redactar una modificación específica con su diff.
El ejemplo es hipotético: no hemos analizado ese equipo. El procedimiento original exige vincular las sugerencias a momentos concretos de conversaciones fallidas, en lugar de añadir consejos generales sin evidencia.
Limitaciones
La calidad del código solo se puntúa cuando hay cambios de código visibles; en otro caso figura insufficient_evidence y no entra en esa media. Si el ámbito elegido no contiene sesiones recientes evaluables, el proceso se detiene y propone ampliar el plazo o cambiar de proyectos. Una muestra y sus reglas de puntuación no demuestran que un Skill sirva para cualquier tarea ni que una corrección propuesta sea acertada.
El Skill original indica que las conversaciones permanecen en el equipo local. Guarda el informe y los archivos propuestos en un directorio temporal y, durante la fase de sugerencias, no modifica los Skills instalados. El usuario decide si comparte el informe y debe revisarlo antes. Describimos el procedimiento previsto por el Skill, sin ofrecer una garantía de seguridad para todos los entornos o para una publicación posterior. Si no se puede identificar con seguridad un entorno compatible, el proceso se detiene antes de leer conversaciones.
Instalación
El README oficial usa la CLI skills. Este ejemplo sigue su formato para un solo Skill y lo instala globalmente para Warp. Abrir esta página no ejecuta el comando:
npx skills@latest add warpdotdev/common-skills --skill skill-doctor --agent warp --globalPara otro agente, comprueba la lista de entornos compatibles y la opción correspondiente de la CLI. Skill Doctor necesita un historial local que pueda leer; la instalación por sí sola no crea sesiones evaluables. Antes de recopilar datos te pide elegir el ámbito de conversaciones y Skills.