$ loading_
帮助编码代理以证据优先方式验证代码与改动质量
复制安装指令，让 AI 自动完成配置 · 推荐新手
"old-coder" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 evidence-first 的方式评估这个仓库中的改动：不要先通读代码，先列出应执行的测试、构建和关键命令，运行后根据结果判断问题位置，并给出下一步修复建议。
一份先执行后分析的检查流程，包含运行结果、发现的问题和后续修复建议。
请为这个项目生成一套“run the gauntlet”检查清单，按从快到慢列出应运行的命令，例如格式检查、单元测试、集成测试和构建，并说明每一步通过或失败意味着什么。
一套分阶段验证清单，帮助代理用可观测结果而非猜测来判断代码质量。
项目最近出现回归问题。请采用 old-coder 的策略，不要先大段阅读实现代码；先设计并执行最小可复现步骤、相关测试和日志检查，再根据证据总结最可能的根因。
一份基于复现、测试和日志证据的回归定位报告。
开发者在让 AI 处理代码问题时，可先要求它运行测试、构建或其他检查，再依据结果决定如何修改代码，减少盲目阅读和猜测。这个技能强调证据优先的开发方式。
团队可以把格式检查、测试和构建组织成一套逐步闯关的验证流程，让代理或成员先通过证据性检查，再进入更深层分析。这样更适合快速发现回归和失败点。
它提供一种面向编码代理的证据优先开发策略。核心思想是先运行测试、构建或其他验证步骤，再根据结果判断代码问题，而不是先大量阅读代码。
区别在于优先级：它强调“不要先读代码——先让代码过关”。也就是说，先看可执行证据，再决定是否深入实现细节。
给定信息没有提供安装步骤或明确前置条件。若需运行方式、依赖或仓库配置，请见源码仓库。
通过沙盒复现流程，进行可重复的 AI 编码代理能力评测与分析。
将编码任务委派给后台智能编程代理，自动完成开发与修改工作
帮助开发者为代码代理配置性能优化、安全防护与研究优先工作流。
为编码代理提供可核验的记忆，支持引用代码并抑制过期信息
为编码智能体提供跨会话记忆、校验与反馈闭环，提升持续开发质量。
帮助 AI 编码代理完成生产就绪检查与质量把关。