orcaflex-monolithic-to-modular-significance-levels | detalle de la skill | OpenClaw Study

Esta habilidad define una taxonomía de significancia estandarizada y una herramienta de validación semántica dirigida por CLI para convertir modelos monolí…

Esta habilidad define una taxonomía de significancia estandarizada y una herramienta de validación semántica dirigida por CLI para convertir modelos monolíticos de OrcaFlex a representaciones modulares. Codifica etiquetas (coincide, cosmético, menor, significativo, ausente, extra, incongruencia_de_tipo) con umbrales numéricos (cosmético <0,01%, menor 0,01–1%, significativo >1%) y acciones prescriptivas para cada caso, ayudando a los equipos a priorizar las correcciones. Las características incluyen un validador de línea de comandos (uv run python scripts/semantic_validate.py model.yml modular_dir/) con opciones para generación de informes HTML y salida en modo por lotes. Casos de uso típicos son el gating en CI de conversiones de modelos, comprobaciones automáticas de regresión, depuración de extractores/constructores cuando faltan campos o cambian tipos, y la producción de informes legibles por humanos para revisión. Las ventajas principales son una validación reproducible y auditable, un flujo de trabajo claro guiado por la severidad y una integración fluida como puerta previa a la estática (pre-statics gate) en la canalización de benchmark.

Esta página forma parte del hub OpenClaw Skills con guías de instalación, categorías y enlaces prácticos.

English 简体中文 繁體中文 日本語 Português