ai-developer-skill-os 9.3.1 → 10.1.0

package/.agents/skills/qk-ai-builder/SKILL.md

@@ -1,254 +0,0 @@
----
-# ── Identity ───────────────────────────────────────────────
-name: qk-ai-builder
-version: 9.2.0
-status: stable
-description: "Thiết kế và implement AI Agent hoặc RAG pipeline với eval criteria bắt buộc. Dùng skill này khi user nhắc đến: build ai, rag pipeline, prompt engineering, viết prompt, thiết kế agent, llm, vector database, embedding, retrieval, chatbot, ai logic, tạo skill — kể cả khi chỉ nói \"muốn AI trả lời từ tài liệu của mình\"."
-platforms: [antigravity, claude-code, cursor, windsurf, kilo-code]
-
-# ── V9: Classification ─────────────────────────────────────
-type: capability
-
-intent:
-  - ai-integration
-  - agent-behavior
-
-complexity:
-  level: high
-  criteria:
-    files_affected: "1-5"
-    has_behavior_change: true
-    has_external_dependency: true
-    has_breaking_change: false
-
-triggers:
-  - "build ai"
-  - "rag pipeline"
-  - "prompt engineering"
-  - "viết prompt"
-  - "thiết kế agent"
-  - "llm"
-  - "vector database"
-  - "embedding"
-  - "retrieval"
-  - "chatbot"
-  - "ai logic"
-  - "tạo skill"
-
-
-# ── V8: References ─────────────────────────────────────────
-workflow: feature-delivery
-
-rules:
-  - global
-  - coding
-
-tools:
-  - filesystem
-  - terminal
-
-related_skills:
-  - qk-system-evolution
-
-knowledge_scope:
-  owns:
-    - agent-architecture
-    - skill-generation
-  references:
-    - architecture
-    - security
-    - anti-patterns
-
-# ── V8: Verification ───────────────────────────────────────
-verification:
-  required: true
-  strategy: feature
-
-selection:
-  priority: high
-  confidence_threshold: 0.85
-
-examples: []
-learnings: []
-
-# ── V7 Runtime ─────────────────────────────────────────────
-execution_mode: deterministic
-cost: high
-latency: slow
-risk: high
-side_effects: edit_files
-produces: [code, schema]
-consumes: [user-description]
-
-token_budget:
-  max_files_read: 3
-  max_lines_per_read: 100
-  max_shell_commands: 0
-  stop_early: true
-
-exit_codes: [SUCCESS, BLOCKED, FAILED, PARTIAL]
----
-
-# qk-ai-builder — AI Integration Designer
-
-> **Language rule:** Code, identifiers, file names → English. Explanations, summaries → Vietnamese.
-
-Chịu trách nhiệm thiết kế và hiện thực hóa AI Agent, RAG pipelines, prompt systems và eval criteria. Cam kết chống hallucination, tối ưu hóa token budget, quản lý context window và bảo vệ dữ liệu nhạy cảm.
-
----
-
-## Preconditions
-
-Trước khi triển khai bất kỳ hệ thống AI nào, AI BẮT BUỘC kiểm tra:
-
-- [ ] Xác định AI stack từ `.agents/DEV_PROFILE.md` (LLM provider, Vector DB, Framework như LangChain/LlamaIndex/Vercel AI SDK).
-- [ ] Xác định rõ Evaluation criteria: Tiêu chí đo lường độ chính xác (Relevance, Faithfulness, Hallucination rate).
-- [ ] Kiểm tra chính sách dữ liệu: Có dữ liệu PII (thông tin định danh cá nhân) hoặc secrets cần sanitize trước khi gửi LLM không?
-- [ ] Nếu không có phương án kiểm thử / eval criteria đo lường chất lượng AI:
-  → **EXIT: BLOCKED**
-  → Báo cáo user: Bắt buộc định nghĩa Eval criteria trước khi tiến hành code pipeline.
-
----
-
-## Scope
-
-✅ Skill này làm:
-- Thiết kế luồng RAG (Chunking, Embedding, Vector Search, Re-ranking, Context Augmentation).
-- Xây dựng Agent logic (Tool use, Function calling, Structured output, Memory loop).
-- Tối ưu hóa System Prompt: Vai trò, nhiệm vụ, định dạng output (JSON schema/Markdown), guardrails.
-- Xây dựng Eval suite và bộ test cases đánh giá định lượng câu trả lời của AI.
-- Quản lý token budget, streaming response, và cơ chế fallback khi LLM timeout/rate-limit.
-
-❌ Skill này KHÔNG làm:
-- Huấn luyện hoặc fine-tune foundation models từ đầu (pre-training).
-- Viết giao diện Frontend Chatbot hoàn chỉnh (→ `qk-ui-builder` hoặc `qk-api-consumer`).
-- Quản lý hạ tầng GPU / Kubernetes cluster chạy model (→ `qk-devops-platform`).
-
----
-
-## Execution Steps
-
-### Step 1 — Architecture & Pipeline Design
-```
-Inputs:  Yêu cầu từ user, Data sources, DEV_PROFILE.md
-Actions:
-  - Lựa chọn mô hình: Direct prompting vs RAG vs Agentic tool calling.
-  - Thiết kế chiến lược chia nhỏ dữ liệu (Chunk size, chunk overlap) và vector embedding.
-  - Xác định schema cho Structured Output (JSON Schema / Zod).
-Output: AI Architecture Specification
-```
-
-### Step 2 — Prompt Engineering & Guardrails
-```
-Inputs:  AI Architecture Specification
-Actions:
-  - Viết System Prompt có cấu trúc rõ ràng: Role, Capabilities, Boundaries, Output Format.
-  - Thiết lập Guardrails: Khử jailbreak, cấm hallucination khi thiếu dữ liệu, lọc PII.
-  - Thiết lập vài ví dụ minh họa (Few-shot learning) nếu cần chuẩn hóa logic phức tạp.
-Output: Production-grade Prompt definitions
-```
-
-### Step 3 — Pipeline Implementation & Integration
-```
-Inputs:  Prompts, Schemas, AI SDK
-Actions:
-  - Code pipeline tích hợp LLM client với error handling, retry backoff và fallback logic.
-  - Kết nối Vector store / Document retriever và reranker (nếu là RAG).
-  - Tích hợp function calling và parse structured outputs an toàn.
-Output: Functional AI Pipeline code
-```
-
-### Step 4 — Verification & Eval Execution
-```
-Inputs:  AI Pipeline, Test dataset
-Actions:
-  - Chạy eval test cases để đo lường: Faithfulness (độ trung thực), Retrieval recall, Latency.
-  - Đảm bảo token cost nằm trong ngân sách cho phép.
-Exit: SUCCESS nếu vượt qua các ngưỡng benchmark chất lượng đã cam kết.
-```
-
----
-
-## Prompt Template
-
-AI đọc `DEV_PROFILE.md` để biết LLM, vector DB, và pipeline framework đang dùng.
-Mô tả agent/pipeline cần build — AI thiết kế đúng kiến trúc, không generic.
-
-```
-Build:       [RAG pipeline / AI agent / prompt chain / eval suite / ...]
-Mục đích:   [System này làm gì, cho ai dùng]
-Input:       [User query / document / event / ...]
-Output:      [Response format, citation style, action taken]
-Constraints: [Latency budget, cost/query, context window limit, PII rules]
-Eval:        [Thành công trông như thế nào — metric cụ thể]
-```
-
----
-
-### Ví dụ theo use case:
-
-**RAG — Tài liệu nội bộ (OpenAI + pgvector + LangChain)**
-```
-Build:       RAG pipeline cho Q&A tài liệu nội bộ công ty
-Mục đích:   Nhân viên hỏi về policy, quy trình, handbook — AI trả lời có citation
-Input:       User question (text), corpus: 500 PDF files (~50k pages)
-Output:      { answer: string, citations: [{doc, page, excerpt}], confidence: high|low }
-Constraints: Latency < 3s, cost < $0.01/query, không trả lời ngoài corpus
-Eval:        Faithfulness > 0.85, Answer relevance > 0.80, No hallucination on factual Q
-```
-→ AI thiết kế: chunking strategy (semantic vs fixed với overlap),
-  embedding model (text-embedding-3-small vs large — cost vs quality),
-  pgvector index type (ivfflat vs hnsw), retrieval pipeline (vector search → rerank),
-  system prompt với grounding enforcement, citation extraction,
-  eval harness (RAGAS metrics), fallback khi confidence thấp.
-
-**Agentic — Tool-calling Agent (OpenAI + LangGraph)**
-```
-Build:       Customer support agent tự động xử lý refund requests
-Mục đích:   Giảm ticket cho support team — tự xử lý 80% refund đơn giản
-Input:       Customer message qua chat widget
-Output:      Tự động: approve/reject refund, update order status, gửi email
-             Escalate: chuyển human agent nếu case phức tạp
-Constraints: Không approve refund > $500 tự động, log mọi quyết định,
-             PII không được gửi sang LLM ngoài (dùng on-premise model)
-Eval:        Accuracy > 95% trên refund eligibility, escalation rate < 20%,
-             False approve rate = 0% cho orders > $500
-```
-→ AI thiết kế: tool definitions (check_order, process_refund, escalate_to_human),
-  LangGraph state machine cho multi-turn conversation,
-  guardrails cho financial limits (rule-based, không phụ thuộc LLM),
-  audit trail cho mọi action, PII redaction trước khi gửi LLM,
-  human-in-the-loop node, eval test cases với adversarial inputs.
-
-**Prompt Engineering — Structured Output (Anthropic Claude)**
-```
-Build:       Pipeline extract thông tin từ hóa đơn PDF → JSON
-Mục đích:   Tự động hóa nhập liệu kế toán — xử lý 1000 hóa đơn/ngày
-Input:       PDF hóa đơn (scan hoặc digital), đa ngôn ngữ (VN, EN, JP)
-Output:      { vendor, date, total, currency, lineItems: [], taxAmount, invoiceNumber }
-Constraints: Accuracy > 99% trên digital PDFs, > 95% trên scanned,
-             Latency < 5s/invoice, cost < $0.005/invoice
-Eval:        Field-level accuracy per invoice type, error rate theo language
-```
-→ AI thiết kế: PDF parsing strategy (PyMuPDF vs vision model),
-  structured output với JSON schema (tool_use / response_format),
-  few-shot examples cho từng invoice format,
-  confidence scoring per field, human review queue cho low-confidence,
-  batch processing pipeline, cost tracking per document type,
-  A/B test prompt versions.
-
-**Eval Suite — Đánh giá AI system hiện có**
-```
-Build:       Eval pipeline cho RAG system đang chạy production
-Mục đích:   Detect regression khi thay đổi prompt hoặc retrieval config
-Input:       Golden dataset: 200 Q&A pairs có ground truth answers
-Output:      Eval report: faithfulness, relevance, correctness per category,
-             comparison vs baseline version
-Constraints: Eval phải chạy trong CI/CD, kết quả trong < 10 phút
-Eval:        Chính eval này cần được validate bằng human judgment sample
-```
-→ AI thiết kế: RAGAS framework setup, golden dataset format,
-  LLM-as-judge prompt design (với rubric rõ ràng),
-  metric thresholds cho CI gate (fail build nếu faithfulness < 0.80),
-  regression detection (compare vs previous run),
-  human calibration workflow cho judge prompts.

package/.agents/skills/qk-ai-builder/capability.yaml

@@ -1,23 +0,0 @@
-# Auto-generated from SKILL.md frontmatter
-schema_version: 1
-id: "qk-ai-builder"
-version: "9.1.0"
-description: "Thiết kế Governed AI Agent & RAG pipelines theo chuẩn V8.2 — Đóng gói bằng capability.yaml, data discipline 4-folder và Eval Pipeline."
-tools:
-  - "filesystem"
-  - "terminal"
-knowledge:
-  owns:
-    - "agent-architecture"
-    - "skill-generation"
-  references:
-    - "architecture"
-    - "security"
-    - "anti-patterns"
-eval:
-  scorecard: "evals/scorecard.yaml"
-decision_boundary:
-  owns:
-    - "qk-ai-builder"
-  does_not_own: []
-  conflicts_with: []

package/.agents/skills/qk-ai-builder/evals/scorecard.yaml

@@ -1,30 +0,0 @@
-name: qk-ai-builder-eval
-description: Đánh giá chất lượng thiết kế Agent & RAG Pipeline
-version: 9.1.0
-threshold: 90 # Yêu cầu rất cao vì liên quan đến an ninh (injection) và cấu trúc V8
-
-metrics:
-  - id: prompt_design
-    name: Thiết kế System Prompt
-    description: Prompt có tuân thủ đúng cấu trúc chuẩn và giới hạn an toàn không?
-    weight: 30
-    criteria:
-      - Có cấu trúc rõ ràng (ROLE, TASK, CONSTRAINTS) (10đ)
-      - Có định dạng đầu ra (OUTPUT FORMAT) bằng JSON Schema chuẩn (10đ)
-      - Có Examples (few-shot) để hướng dẫn LLM (10đ)
-
-  - id: security_anti_injection
-    name: Bảo mật Anti-Injection (R-SEC-04)
-    description: Các biện pháp phòng ngừa Prompt Injection có được áp dụng không?
-    weight: 40
-    criteria:
-      - Input của user được bọc trong thẻ XML `<user_input>...</user_input>` (20đ)
-      - Output có chứa trường `confidence` để fallback/human review nếu kết quả có vấn đề (20đ)
-
-  - id: v8_packaging
-    name: Đóng gói chuẩn V8.2
-    description: Kiến trúc 4-folder và file định nghĩa có đầy đủ không?
-    weight: 30
-    criteria:
-      - Khởi tạo đúng cấu trúc 4 thư mục: prompts/, data/, agents/, evals/ (15đ)
-      - Tự động sinh ra `capability.yaml` và `scorecard.yaml` cho skill mới (15đ)

package/.agents/skills/qk-api-consumer/SKILL.md

@@ -1,256 +0,0 @@
----
-# ── Identity ───────────────────────────────────────────────
-name: qk-api-consumer
-version: 9.2.0
-status: stable
-description: "Consume API (REST/GraphQL/tRPC), quản lý State, xử lý loading/error/empty states, bind vào UI — bất kể FE framework nào, tuân thủ kiến trúc dự án. Dùng skill này khi user nhắc đến: tích hợp api, gọi api, fetch data, consume api, kết nối api, bind data, state management, api consumer — kể cả khi chỉ nói 'gọi endpoint này để hiển thị lên bảng'."
-platforms: [antigravity, claude-code, cursor, windsurf, kilo-code]
-
-# ── Classification ─────────────────────────────────────────
-type: capability
-
-intent:
-  - api-integration
-  - state-management
-  - data-binding
-
-complexity:
-  level: medium
-  criteria:
-    files_affected: "1-5"
-    has_behavior_change: true
-    has_external_dependency: true
-    has_breaking_change: false
-
-triggers:
-  - "tích hợp api"
-  - "gọi api"
-  - "fetch data"
-  - "consume api"
-  - "kết nối api"
-  - "bind data"
-  - "state management"
-  - "api consumer"
-
-
-# ── References ─────────────────────────────────────────────
-workflow: feature-delivery
-
-rules:
-  - global
-  - coding
-
-tools:
-  - filesystem
-  - terminal
-
-related_skills:
-  - qk-api-lifecycle    # Nếu API chưa tồn tại → dùng qk-api-lifecycle trước
-  - qk-ui-builder       # Nếu cần build UI sau khi có data
-
-knowledge_scope:
-  owns:
-    - api-integration
-    - state-management
-    - data-binding
-    - loading-error-empty-states
-  references:
-    - architecture
-    - anti-patterns
-
-# ── Verification ───────────────────────────────────────────
-verification:
-  required: true
-  strategy: feature
-
-selection:
-  priority: medium
-  confidence_threshold: 0.80
-
-# ── Runtime ────────────────────────────────────────────────
-execution_mode: deterministic
-cost: medium
-latency: medium
-risk: low
-side_effects: edit_files
-produces: [code]
-consumes: [json-payload, context-graph]
-
-token_budget:
-  max_files_read: 4
-  max_lines_per_read: 120
-  max_shell_commands: 1
-  stop_early: true
-
-exit_codes: [SUCCESS, BLOCKED, FAILED, PARTIAL]
----
-
-# qk-api-consumer — API Integration & State Binding
-
-> **Language rule:** Code, identifiers, file names → English. Explanations, summaries → Vietnamese.
-
----
-
-## Preconditions
-
-Trước khi bắt đầu, AI PHẢI xác nhận:
-
-- [ ] API endpoint đã tồn tại (có docs, OpenAPI spec, hoặc code thực tế)
-  → Nếu chưa có: `BLOCKED` — chỉ dẫn dùng `qk-api-lifecycle` trước
-- [ ] Biết response schema (ít nhất success shape)
-  → Nếu chưa biết: đọc route handler hoặc hỏi user cung cấp sample response
-- [ ] Biết auth requirement (public / JWT / API key)
-  → Nếu chưa biết: đọc middleware config hoặc hỏi
-
----
-
-## Scope
-
-✅ Skill này làm:
-- Tạo service/hook/store để gọi API
-- Map response về đúng type/interface
-- Xử lý loading / error / empty states
-- Cache, refetch, invalidation strategy
-- Optimistic update khi cần
-- Bind data vào component
-
-❌ Skill này KHÔNG làm:
-- Thiết kế API contract (→ `qk-api-lifecycle`)
-- Viết backend route handler (→ `qk-api-lifecycle`)
-- Xây dựng UI component từ đầu (→ `qk-ui-builder`)
-- Thiết kế DB schema (→ `qk-data-lifecycle`)
-
----
-
-## Execution Steps
-
-### Step 1 — Đọc API contract
-```
-Inputs:  API docs / route handler / OpenAPI spec
-Actions:
-  - Xác định: method, path, auth header, request shape, response shape
-  - Xác định: error codes (400/401/403/404/500) và error shape
-  - Ghi lại: base URL pattern của project (axios instance? fetch wrapper?)
-Outputs: Typed interface cho Request + Response
-Exit: BLOCKED nếu không tìm được contract
-```
-
-### Step 2 — Xác định state strategy (theo stack từ DEV_PROFILE.md)
-```
-Inputs:  detected_stack (React Query / SWR / Zustand / Pinia / Redux / plain fetch)
-Actions:
-  - React + React Query   → useQuery / useMutation pattern
-  - React + SWR           → useSWR / useSWRMutation
-  - React + Redux RTK     → createApi slice
-  - Vue + Pinia           → defineStore + action
-  - Vue + VueQuery         → useQuery (vue-query)
-  - Next.js Server Comp   → async server component + fetch cache
-  - Vanilla / no library  → custom hook với useReducer
-  - Angular               → HttpClient service + RxJS
-  - Không có DEV_PROFILE  → hỏi user trước khi code
-Outputs: Quyết định state pattern
-```
-
-### Step 3 — Implement
-```
-Actions:
-  3a. Tạo type definitions (TypeScript) hoặc JSDoc types (JavaScript)
-  3b. Tạo service function / API caller
-  3c. Tạo hook / store / query
-  3d. Handle 3 bắt buộc: loading state, error state, empty state
-  3e. Bind vào component (nếu được yêu cầu)
-
-Rules:
-  - KHÔNG dùng `any` cho response type
-  - KHÔNG silent-catch error (console.log rồi bỏ qua)
-  - KHÔNG hardcode base URL — phải dùng env variable
-  - Loading UI: skeleton ưu tiên hơn spinner cho content areas
-  - Error: show actionable message, không "Something went wrong"
-```
-
-### Step 4 — Verify
-```
-Actions:
-  - Re-read code vừa viết, kiểm tra type safety
-  - Kiểm tra error boundary có được set up không
-  - Kiểm tra không có N+1 request (gọi API trong loop)
-  - Kiểm tra cleanup (unsubscribe / AbortController nếu cần)
-```
-
----
-
-## Prompt Template
-
-AI đọc `DEV_PROFILE.md` để biết stack + state pattern. Cung cấp API contract — AI lo phần còn lại.
-
-```
-API:         [Method + Path — vd: GET /api/products]
-Auth:        [public / user-jwt / api-key]
-Request:     [Query params hoặc body nếu có]
-Response:    [Mô tả hoặc paste sample JSON]
-Dùng ở:     [Component / page nào sẽ hiển thị data này]
-Behavior:    [Loading trông thế nào? Error hiện gì? Empty state ra sao?]
-```
-
----
-
-### Theo Role & Stack:
-
-**React + React Query (fe / fullstack)**
-```
-API:         GET /api/products?page=1&limit=20&category=shoes
-Auth:        public
-Response:    { data: Product[], total: number, hasNextPage: boolean }
-Dùng ở:     ProductList.tsx — hiển thị grid sản phẩm có infinite scroll
-Behavior:    Loading → skeleton grid 6 cards, Error → banner + retry button,
-             Empty → "Không tìm thấy sản phẩm" + clear filter button
-```
-→ AI tạo: `useProducts(params)` hook với `useInfiniteQuery`, type `Product`,
-  skeleton component, error boundary fallback, `getNextPageParam` logic.
-
-**Next.js 14 App Router (fullstack)**
-```
-API:         GET /api/dashboard/stats (internal — cùng Next.js app)
-Auth:        session (NextAuth)
-Response:    { revenue: number, orders: number, newUsers: number }
-Dùng ở:     app/dashboard/page.tsx — Server Component
-Behavior:    Suspense fallback với skeleton, error.tsx xử lý lỗi
-```
-→ AI tạo: async Server Component với `fetch` + `cache: 'no-store'`,
-  `loading.tsx` skeleton, `error.tsx` boundary, session check với `getServerSession`.
-
-**Vue 3 + Pinia (fe / fullstack)**
-```
-API:         POST /api/cart/items (add to cart)
-Auth:        user-jwt (Bearer token từ auth store)
-Request:     { productId: string, quantity: number }
-Response:    { cartId: string, items: CartItem[], total: number }
-Dùng ở:     ProductCard.vue — nút "Add to Cart"
-Behavior:    Optimistic: tăng cart count ngay, rollback nếu API fail
-```
-→ AI tạo: `useCartStore` Pinia store với `addItem` action,
-  optimistic update + rollback pattern, toast notification on error,
-  axios interceptor inject JWT từ `useAuthStore`.
-
-**Angular + HttpClient (fe)**
-```
-API:         GET /api/users/:id
-Auth:        Bearer JWT
-Response:    { id, name, email, role, createdAt }
-Dùng ở:     UserProfileComponent
-Behavior:    Loading spinner, error redirect về /login nếu 401
-```
-→ AI tạo: `UserService` injectable với `HttpClient`, `UserProfile` interface,
-  `AsyncPipe` trong template, `HttpInterceptor` xử lý 401 → redirect.
-
-**data / ai-engineer (server-side data fetching)**
-```
-API:         POST /api/ingest/predictions (nhận batch từ ML pipeline)
-Auth:        api-key (header: X-API-Key)
-Request:     { batchId: string, predictions: Prediction[] }
-Response:    { accepted: number, rejected: number, errors: ErrorItem[] }
-Dùng ở:     Python consumer script — không phải UI
-Behavior:    Retry 3 lần khi 5xx, log từng batch result, dead-letter queue khi fail
-```
-→ AI tạo: Python `httpx` async client, retry logic với exponential backoff,
-  batch result logging, structured error handling per prediction.

package/.agents/skills/qk-api-consumer/capability.yaml

@@ -1,21 +0,0 @@
-# Auto-generated from SKILL.md frontmatter
-schema_version: 1
-id: "qk-fe-api-integration"
-version: "9.1.0"
-description: "Consume API Backend, quản lý State, bind vào UI — tuân thủ kiến trúc Base dự án"
-tools:
-  - "filesystem"
-  - "terminal"
-knowledge:
-  owns:
-    - "api-integration"
-    - "state-management"
-  references:
-    - "architecture"
-eval:
-  scorecard: "evals/scorecard.yaml"
-decision_boundary:
-  owns:
-    - "qk-fe-api-integration"
-  does_not_own: []
-  conflicts_with: []

package/.agents/skills/qk-api-consumer/evals/scorecard.yaml

@@ -1,29 +0,0 @@
-name: qk-fe-api-integration-eval
-description: Đánh giá chất lượng tích hợp API vào giao diện Frontend
-version: 9.1.0
-threshold: 85 # Đảm bảo tính toàn vẹn của DTO, UI State và ranh giới bảo mật
-
-metrics:
-  - id: type_and_validation
-    name: Khởi tạo Types và Validation (Zod)
-    description: Agent có gen ra Types và Zod schema từ JSON payload mẫu không?
-    weight: 30
-    criteria:
-      - Khởi tạo chính xác Zod Schema và xuất TypeScript interfaces (15đ)
-      - Phân biệt rõ ràng các trường bắt buộc và tùy chọn (.optional(), .nullable()) (15đ)
-
-  - id: architecture_compliance
-    name: Tuân thủ Kiến trúc dự án (Base Architecture)
-    description: Agent có tái sử dụng API Client có sẵn không?
-    weight: 30
-    criteria:
-      - Ưu tiên dùng wrapper có sẵn (Axios/TanStack Query) thay vì viết raw fetch tràn lan (15đ)
-      - Tuyệt đối không hardcode Base URL vào trong component (15đ)
-
-  - id: ui_state_handling
-    name: Xử lý State giao diện toàn diện
-    description: Có bao phủ đủ 3 trạng thái Loading, Success, Error không?
-    weight: 40
-    criteria:
-      - Xử lý mượt mà trạng thái Loading và Success (20đ)
-      - Có cơ chế bắt lỗi HTTP bài bản (401, 404, 500, Network Error) và map với Error state của giao diện (20đ)