@ingeniomaps/cauce 0.15.0 → 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 +14 -0
- package/agents/roles/system/data-analyst/evaluations/results/2026-08-16.md +919 -783
- package/agents/roles/system/legal-counsel/evaluations/results/2026-08-16.md +983 -783
- package/agents/roles/system/product-manager/evaluations/results/2026-08-16.md +609 -486
- package/agents/roles/system/security-engineer/evaluations/results/2026-08-16.md +754 -635
- package/automatization/workflows/agent-eval.js +9 -0
- package/package.json +1 -1
|
@@ -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
|