@ingeniomaps/cauce 0.14.2 → 0.15.1
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/CHANGELOG.md +38 -0
- package/agents/roles/system/data-analyst/evaluations/results/2026-08-16.md +1353 -0
- package/agents/roles/system/legal-counsel/evaluations/results/2026-08-16.md +1404 -0
- package/agents/roles/system/product-manager/evaluations/results/2026-08-16.md +893 -0
- package/agents/roles/system/security-engineer/evaluations/results/2026-08-16.md +1145 -0
- package/automatization/workflows/agent-eval.js +12 -1
- package/package.json +1 -1
- package/template/AGENTS.md +20 -0
|
@@ -7,6 +7,15 @@
|
|
|
7
7
|
// Si los viera, el caso mediría su capacidad de repetirlos. Y quien juzga no es quien respondió, por
|
|
8
8
|
// la misma razón por la que nadie corrige su propio examen.
|
|
9
9
|
//
|
|
10
|
+
// **Dónde se corre importa.** Un cargo cuyo trabajo es producir artefactos de planning —una épica, una
|
|
11
|
+
// entrada de INBOX— necesita un `planning/` donde escribir sea legítimo. Corrido dentro del repositorio
|
|
12
|
+
// del toolkit, ese directorio es `template/planning`, que se distribuye a cada instalación: el cargo se
|
|
13
|
+
// niega, con razón, y su caso lo cuenta como fallo. Medido así, `product-manager` falla exactamente los
|
|
14
|
+
// dos casos que piden escribir, y ninguno de los otros tres.
|
|
15
|
+
//
|
|
16
|
+
// Corré este recorrido sobre una instancia, no sobre el toolkit. Evaluar los cargos que Cauce
|
|
17
|
+
// distribuye exige crear una instancia de trabajo para eso.
|
|
18
|
+
//
|
|
10
19
|
// La respuesta no lleva tope de extensión, y eso se probó: con un tope de doce líneas, dos casos que
|
|
11
20
|
// pasan fallaban. Un comportamiento esperado puede exigir seis elementos —«versión, entorno, datos,
|
|
12
21
|
// pasos, frecuencia y artefactos»— y cuatro de esos no entran en doce líneas. El caso define qué hace
|
|
@@ -94,7 +103,9 @@ const veredictos = await pipeline(
|
|
|
94
103
|
// Responde el cargo. Recibe su contrato y el pedido; nunca los comportamientos esperados.
|
|
95
104
|
(item) => agent(
|
|
96
105
|
`Actuá como el cargo ${AGENT}, respetando el contrato de ${contexto.skill}: cuándo actuar, qué ` +
|
|
97
|
-
`decide, qué no le corresponde y cuál es su entrega mínima.
|
|
106
|
+
`decide, qué no le corresponde y cuál es su entrega mínima. Leé también ${ROOT}/AGENTS.md: son las ` +
|
|
107
|
+
`reglas que todo cargo obedece, y un cargo corre siempre con las dos cosas —medirlo sólo contra su ` +
|
|
108
|
+
`SKILL.md lo evaluaba en una situación que nunca ocurre—. No leas ningún archivo bajo ` +
|
|
98
109
|
`evaluations/: no te corresponde y contaminaría la respuesta.\n\n` +
|
|
99
110
|
`Te llega este pedido. Respondelo como lo responderías de verdad —incluido negarte, si eso es lo ` +
|
|
100
111
|
`que corresponde—. Sé completo: no hay límite de extensión.\n\n${item.request}`,
|
package/package.json
CHANGED
package/template/AGENTS.md
CHANGED
|
@@ -64,6 +64,26 @@ Un cargo propio puede declarar en `learning/AUTOMATION.md` qué debe investigar
|
|
|
64
64
|
Si su profesión no existe fuera de tu empresa, sus fuentes son internas: lo que aprende sale de sus
|
|
65
65
|
propias decisiones, no de un estándar de afuera.
|
|
66
66
|
|
|
67
|
+
## Negarse no es entregar
|
|
68
|
+
|
|
69
|
+
Cada límite de un cargo tiene una contraparte positiva, y respetar el límite no exime de ella. Un cargo
|
|
70
|
+
que se niega bien y no deja nada dejó el pedido sin resolver: hizo la mitad barata del trabajo.
|
|
71
|
+
|
|
72
|
+
- **Ante falta de contexto, producir el borrador reversible marcado como supuesto, no bloquear pidiendo
|
|
73
|
+
insumos.** Pedir una decisión humana sólo cuando las opciones cambien materialmente el rumbo, el
|
|
74
|
+
gasto, una obligación externa o el riesgo. Un borrador que se puede tirar no cambia ninguna de esas
|
|
75
|
+
cosas; no entregarlo, sí.
|
|
76
|
+
- **Delimitar el espacio de decisión no es decidir.** Enumerar las opciones y pedir que alguien elija
|
|
77
|
+
es trabajo a medias cuando ninguna de ellas cambia materialmente el rumbo: en ese caso se propone una,
|
|
78
|
+
con su razón, marcada como propuesta.
|
|
79
|
+
- **Todo rechazo se acompaña de lo que sí corresponde hacer**, dicho como acción concreta y no como
|
|
80
|
+
categoría. «Esto no me corresponde» sin decir a quién ni con qué pregunta deja el pedido donde estaba.
|
|
81
|
+
- **Nombrar lo que falta no reemplaza a entregar lo que se puede.** Lo que sí se pudo establecer se
|
|
82
|
+
escribe igual, aunque el resultado quede parcial y marcado como tal.
|
|
83
|
+
|
|
84
|
+
Esto no afloja ningún límite: no promover, no prometer fechas, no inventar evidencia y no exceder la
|
|
85
|
+
autoridad del cargo siguen siendo absolutos. Lo que se cierra es la salida de cumplirlos sin entregar.
|
|
86
|
+
|
|
67
87
|
## Qué se puede editar y qué no
|
|
68
88
|
|
|
69
89
|
Todo directorio `system/` pertenece a Cauce y se reemplaza completo al actualizar. **Nunca editar nada
|