rigor-ladder

Claude Code 的 skill。它讓 agent 先把事做對並用兩個不同模型交叉驗證，再依讀者下一步要做什麼，選最低足夠的輸出格式交付。

它整合了兩個來源。

• pstack 的工程原則、playbook、驗證紀律，負責「做得對」。
• Andrej Karpathy 談 LLM 輸出格式的推文，整理成四層輸出階梯，負責「看得懂」。

安裝

需要 Node.js 18 以上與 Claude Code。Windows、macOS、Linux 都能用。

npx rigor-ladder install

skill 會複製到 ~/.claude/skills/rigor-ladder/。重跑會更新到新版，但保留已設定的模型。

其他指令。

npx rigor-ladder config       顯示目前的雙模型與輸出層設定
npx rigor-ladder measure a.md 量測 Markdown 是否該升到第 3 層
npx rigor-ladder dashboard    啟動 Agent 儀表板
npx rigor-ladder uninstall    移除 skill
npx rigor-ladder help         顯示說明

指定雙模型

npx rigor-ladder install                                    保留現有設定，第一次安裝用預設 opus 與 sonnet
npx rigor-ladder install --model-a opus --model-b fable     審查與驗證都用這一組
npx rigor-ladder install --review-a opus --review-b haiku   只改審查用的組合
npx rigor-ladder install --verify-a sonnet --verify-b haiku 只改驗證用的組合

可用的模型是 opus、sonnet、haiku、fable。A 與 B 必須不同，相同或名稱錯誤時拒絕安裝，已裝好的版本不受影響。

執行時也可以在對話裡臨時指定，例如「這次驗證用 opus 和 fable」。優先順序是對話指示、安裝設定、內建預設。

使用

在 Claude Code 輸入。

/rigor-ladder 這個列表捲動時會跳動，先重現再修，修完證明它好了

運作方式

+--------+   +--------+   +------+   +------+   +-----------+   +------+
| 分類    |-->| 讀原則  |-->| 做事  |-->| 證明  |-->| 選輸出層   |-->| 回覆  |
+--------+   +--------+   +------+   +------+   +-----------+   +------+
 playbook     24+1 條               雙模型審查      文字/圖/HTML/影片
                                    雙腳本驗證

雙模型審查與驗證

每個任務都強制執行。

                 驗收條件 V1..Vn
        +-----------------+-----------------+
        v                                   v
  +------------+                      +------------+
  | 驗證者 A    |  各寫一支腳本         | 驗證者 B    |
  +------------+  互相看不到           +------------+
        +-----------> 主 agent 親自跑 <------+
                            v
                  覆蓋矩陣 V x {A, B}
                 |          |            |
              都通過    一方失敗      沒人測到
                 v          v            v
              實測通過  主 agent 重跑  標成未驗證

• 審查時，兩個模型各自審同一份 diff。只有一方提出的問題，由主 agent 查證。
• 驗證時，兩個模型各自根據驗收條件寫腳本，看不到主 agent 的測試。腳本存在專案的 .rigor/verify/ 底下，可以重跑。
• 調查任務沒有 diff，改成兩個模型各自查證結論。
• 使用者明確說「這次不用雙模型」時才改用單模型，回覆開頭會標明。

雙腳本交叉無法抓到驗收條件本身寫錯、兩個 Claude 模型的共同盲點、測試與正式環境的差異、偶發的時序問題。skill 會要求在回覆裡標示這些限制。

輸出階梯

| 層 | 格式 | 讀者下一步 | |---|---|---| | 1 | 受控文字 | 照著做，或之後會重讀 | | 2 | 圖表，對話裡用 ASCII | 理解三個以上部件的結構或流程 | | 3 | 單檔 HTML | 比較、篩選、看多個項目的狀態 | | 4 | 解說影片 | 學會一個概念，只在明確要求時做 |

預設是第 2 層，每次回覆至少附一張 ASCII 圖。下列情況會自動升到第 3 層，對話裡留摘要、一張 ASCII 流程圖與 HTML 檔路徑。

• 回覆超過 500 字或有比較表。
• 交付的 Markdown 文件經 measure 量測超過門檻。預設門檻是行數超過 200，或任一表格超過 6 欄、20 列、寬 120（中文算兩格）。一般段落會自動換行，不算寬度。這時 Markdown 照常保留，另外產出 .rigor/html/<檔名>.html。

改預設層用 npx rigor-ladder install --ladder 1（可設 1 到 3，第 4 層只能在對話裡明確要求）。改 Markdown 門檻就編輯 ~/.claude/skills/rigor-ladder/config.json 的 ladder.markdown。你在對話裡直接指定層級時，以你說的為準。

Agent 儀表板

在瀏覽器裡看所有專案的 agent 運作情況。需要 Node.js 18 以上。

npx rigor-ladder dashboard                 預設連接埠 7788，自動開啟瀏覽器
npx rigor-ladder dashboard --port 7800     換連接埠
npx rigor-ladder dashboard --no-open       不開瀏覽器

儀表板會在這個終端機持續執行，按 Ctrl+C 停止。已經在執行時，指令只會開啟瀏覽器。也可以在 Claude Code 裡說「開儀表板」。

• 摘要卡。進行中的子 agent、最近活動的 session、範圍內 tokens、範圍內子 agent 數。
• 圖表。各專案與各模型的 token 用量，滑鼠移上去看輸入、快取寫入、快取讀取、輸出的明細。
• 街道。每個專案是一棟像素房子，每個 agent 是門前的像素人物。大人是主 agent，小人是子 agent，衣服顏色代表模型。進行中或最近活動的人物會走動，其他站著半透明。頭上的泡泡標出進行中、失敗、已停止、無結束訊號。窗戶亮燈代表專案有活動，樓層越高代表 token 越多。滑鼠移上人物看明細，點一下固定提示，按 Esc 關閉。每棟最多畫 8 個人物，點 +N 會切到這個專案的清單。
• 清單。按「清單」切換成原本的表格，可排序。搜尋、篩選專案、只看進行中在兩種檢視都有效。
• 時間範圍。今天、7 天、30 天、全部。

狀態判斷規則，依序取第一個成立的。

| 狀態 | 依據 | |---|---| | 完成、失敗、已停止 | 背景 agent 的完成通知，或同步呼叫的回傳結果 | | 進行中 | 子 agent 紀錄檔 3 分鐘內有更新，或背景 agent 已啟動、30 分鐘內尚未收到完成通知 | | 無結束訊號 | 以上都不成立，可能中斷 | | 最近活動、閒置 | 主 agent 只看紀錄檔是否 3 分鐘內有更新 |

環境變數 RL_DASH_PORT、RL_DASH_ACTIVE_MS、RL_DASH_LAUNCHED_MS、RL_DASH_ROOT 可以改連接埠、時間門檻與資料夾。

限制。

• 資料來自 Claude Code 寫在本機的對話紀錄，雲端 session、其他電腦、Workflow 工具的 agent 不會出現。
• 「進行中」是依紀錄檔更新時間推斷的，不是即時的程序狀態。
• 只顯示 token 數量，不換算費用。
• 同一則訊息的串流紀錄依 message.id 去重，只計一次。

檔案

| 檔案 | 內容 | |---|---| | SKILL.md | 主流程七步 | | references/playbooks.md | 調查、修 bug、效能、新功能、重構、原型、審查、長時間自主執行 | | references/principles.md | 24 條 pstack 原則，加上第 25 條「最低足夠層」 | | references/dual-model.md | 雙模型審查、雙腳本驗證、調查查證的完整流程 | | references/output-ladder.md | 四層的選層規則、ASCII 圖規則、HTML 做法 | | references/writing-rules.md | 寫作規則，改寫自 pstack 的 unslop | | assets/report-template.html | 第 3 層用的單檔 HTML 範本 | | dashboard/ | Agent 儀表板，server.mjs 讀資料，index.html 是頁面 | | config.json | 預設模型組合 | | bin/cli.mjs | npm 指令 rigor-ladder，負責安裝、設定、儀表板、移除 | | package.json | npm 套件設定 | | docs/index.html | 使用指南，用瀏覽器直接打開 |

授權

MIT。部分內容改寫自 pstack（Lauren Tan，MIT 授權），詳見 LICENSE。四層輸出階梯是依公開討論做的綜合整理，不是 Karpathy 推文原文。