verification-before-completion 是一个纯提示词模板类的 Agent Skill，旨在解决 AI 代理在软件开发过程中常见的"虚假完成"问题。该技能通过强制性的验证流程，要求 AI 在声称任何工作完成、修复成功或测试通过之前，必须先执行具体的验证命令并确认输出结果，确保"证据先于断言"的原则得到严格执行。
核心用法
该技能主要在 AI 代理即将声称任务完成时自动触发。其核心操作流程遵循"门禁函数"（Gate Function）模式：首先识别能够证明声明的具体命令（如测试运行、构建编译、代码检查等），然后完整执行该命令，读取并分析输出结果（包括退出码和失败计数），只有在输出确实验证通过的情况下，才允许 AI 做出相应的成功声明。无论是测试通过、构建成功、Bug 修复还是需求满足，都必须遵循这一流程。
显著优点
该技能的最大价值在于建立了强制性的证据文化，彻底杜绝了"应该可以了"、"看起来没问题"等基于推测的完成声明。它特别强调了回归测试的红绿循环验证（Red-Green Cycle），要求先看到测试失败（Red），修复后再看到通过（Green），确保修复的真实性。此外，技能还提供了丰富的常见失败案例对照表和"红旗"警示列表，帮助识别即将违反验证原则的行为模式，有效避免因虚假完成导致的返工、信任损失和时间浪费。
潜在缺点与局限性
作为纯文档型约束，该技能的有效性完全依赖于 AI 代理对提示词指令的遵循程度，缺乏强制性的技术约束。对于简单或原子性任务，严格的验证流程可能显得繁琐，增加不必要的交互步骤和响应延迟。此外，该技能主要针对 AI 代理的自我约束设计，不适用于人类用户的直接操作场景，也无法防止人类开发者跳过验证步骤。
适合的目标群体
该技能最适合需要高可靠性交付的软件开发 AI 代理、自动化代码生成工具，以及遵循测试驱动开发（TDD）或严格质量保证流程的技术团队。对于需要频繁进行代码提交、PR 创建和任务完成声明的 AI 助手尤为适用，能够有效防止因 AI 幻觉或过度自信导致的虚假进度报告。
使用风险
使用该技能的主要风险在于性能开销：额外的验证命令执行会增加响应时间和计算资源消耗。此外，如果 AI 错误地识别验证命令或误解输出结果，可能导致错误的完成声明或不必要的验证循环。该技能本身不提供验证命令的具体实现，仅提供行为约束框架，实际效果取决于与具体项目工具链（如 Jest、pytest、gcc 等）的集成质量。在极端情况下，过度严格的验证要求可能导致 AI 陷入反复验证的循环，影响任务推进效率。