TeaQL Agent Kit
用可执行领域模型约束编码代理，从需求走向可验证的类型化应用。
按维度查看评分与理由
证据显示：README 描述了运行时治理，包括强制身份、意图审计、能力沙箱和图形可变性控制，这些体现了最小权限原则（least_privilege）和外部效果控制（external_effects）。用户确认（user_confirmation）方面，README 提到异步人工审查，但未明确要求关键操作的用户确认。数据流透明度（data_flow_transparency）方面，README 提到可检查的模型和证据链，但未详细说明数据流。敏感数据处理（sensitive_data_handling）方面，未提及任何敏感数据保护措施。依赖安全（dependency_security）方面，未提及依赖扫描或漏洞管理。回滚（rollback）方面，未提及任何回滚机制。来源归属（source_attribution）方面，README 引用了多个外部仓库，但未提供版本固定。扣分原因：敏感数据处理、依赖安全、回滚均无证据；用户确认和数据流透明度仅部分提及。
证据显示：README 内部一致，描述了模型优先、评估、生成、实现、验证的流程，自洽性（self_consistency）较好。依赖可用性（dependency_availability）方面，README 引用了外部仓库和在线服务，但未提供版本固定或可用性保证。失败消息（failure_messages）方面，README 提到评估返回错误和修复指导，但未提供具体失败消息示例。扣分原因：依赖可用性未固定版本，失败消息缺乏具体示例。
证据显示：README 明确了目标受众（开发者和编码代理）和场景（模型驱动的软件开发），受众和场景（audience_and_scenarios）得分较高。能力边界（capability_boundaries）方面，README 描述了运行时治理和生成服务的能力，但未明确限制。触发精度（trigger_precision）方面，SKILL.md 定义了强制执行顺序，但未提供具体触发条件。环境适配（environment_fit）方面，README 提到 Java 和 Rust 运行时，但未提供环境要求。扣分原因：能力边界、触发精度和环境适配均未详细说明。
证据显示：README 提供了清晰的信息架构（information_architecture），包括技能、参考和示例。安装说明（install_notes）提供了 npx 命令。命名稳定性（naming_stability）方面，README 提到多个仓库，但未提供版本固定。示例和 FAQ（examples_and_faq）方面，README 提供了多个示例，但未提供 FAQ。已知限制（known_limitations）方面，README 提到 Forge 不声称完全功能对等，但未全面列出限制。许可证（license）为 MIT，得分较高。版本控制和变更日志（versioning_changelog）方面，未提供。维护责任（maintenance_responsibility）方面，README 提到安全联系邮箱，但未明确维护者。扣分原因：命名稳定性、已知限制、版本控制和维护责任均不完整。
证据显示：输出可用性（output_usability）方面，README 描述了生成的类型化 API 和可运行示例，输出可用性较好。边际价值（marginal_value）方面，README 声称提供了模型中介的独特方法，但未提供对比数据。成本效益（cost_benefit）方面，未提供性能或成本数据。扣分原因：边际价值和成本效益缺乏证据。
证据显示：声明可追溯性（claim_traceability）方面，README 引用了外部仓库和在线服务，但未提供版本固定。跨来源佐证（cross_source_corroboration）方面，README 引用了多个外部仓库，但未提供独立验证。事实与推断分离（fact_inference_separation）方面，README 区分了描述和推断，但未明确标注。扣分原因：声明可追溯性、跨来源佐证和事实与推断分离均不充分。
- 该仓库主要包含文档和提示，而非可执行代码，因此安全性和可靠性评估基于静态审查，未进行实际运行测试。
- 依赖外部服务和仓库，但未提供版本固定，可能影响可重复性和供应链安全。
- 未提及敏感数据处理、依赖安全扫描或回滚机制，需在使用前评估。
这个 Agent 能做什么，适合哪些场景？
TeaQL Agent Kit 是一套面向智能编码工作的模型中介式开发流程。它要求先将业务意图保存为 KSML 领域模型，再通过确定性评估获取错误、警告、建议和修复指引。验证后的模型可生成 Java 或 Rust 的类型化领域库与独立、可编辑的应用工作区，业务代码在生成的契约内实现。Skill 还提供面向当前模型的辅助信息，并将编译、测试、运行时和审计结果作为完成证据。它适合愿意采用 TeaQL 建模、生成与运行时治理体系的团队，而非通用的代码补全插件。
核心 Skill 名为 build-teaql-app。它先创建并保存 KSML XML 模型，描述业务对象、字段、常量、关系、模块和存储；随后调用模型评估，依据返回的 Errors、Warnings、Suggestions 与修复指导更新模型。模型通过后，TeaQL Generation Service 生成类型化实体、关系元数据、查询、空安全表达式、图持久化能力、检查器和行为钩子、仓库注册、文档，以及 Java 或 Rust 应用工作区。开发者在生成的 API 上实现业务逻辑，例如 Rust 中通过 Q::merchants() 构造查询，调用 purpose()、comment() 和 execute_for_list(&ctx)；最后以编译、测试、运行时和策略检查结果报告交付。
- 采用领域驱动设计的 Java 团队，需要先审核领域模型，再生成可再生的类型化业务边界。
- Rust 应用团队希望用 Q 和 E 类型化 API 编写查询与关系图持久化，而非直接拼装通用 ORM 操作。
- 需要让编码代理在实施前提交可审查 KSML 模型，并在模型变更后重新评估和生成的团队。
- 处理业务数据的应用需要将 UserContext、查询 purpose 与 comment、写入审计描述纳入执行过程。
- 希望在人工异步审查模型的同时，让代理继续生成、实现、测试和修复应用的开发流程。
这个 Agent 有哪些优点和局限？
- 将 KSML 作为可保存、可检查的中间表示，使需求、模型和生成代码之间有明确的审查点。
- 模型评估会返回具体错误、警告、建议和修复指导，而非要求代理记住完整规则目录。
- Java 和 Rust 生成物把模型派生领域库与可编辑应用工作区分开，支持在模型更新后重新生成契约。
- 运行时 API 明确承载身份、查询目的与注释、写入审计和显式授予的外部能力。
- 采用流程需要学习并维护 KSML 领域模型，开发顺序不能直接从需求跳到实现。
- 完整输出依赖 TeaQL Generation Service；文档仅称开源 teaql-forge-rs 为小型实现，且不具备完整特性对等。
- 仓库本身主要发布 Skill，实际可运行应用位于独立的 Java 与 Rust 示例仓库，工具链和发布周期分别演进。
- 文档未给出模型评估或生成服务的离线、自托管部署方式，也未说明认证、定价或服务可用性保障。
如何安装或部署这个 Agent？
已提供的安装命令为：npx skills add teaql/teaql-agent-kit --skill build-teaql-app。该命令要求可用的 npx、网络访问，以及可保存模型和生成工作区的本地文件系统。文档未说明账户、API 密钥或其他凭据要求。
如何使用这个 Agent？
安装后，向所用编码代理发出类似请求：Use $build-teaql-app to first draft and save a complete KSML model, then evaluate and repair it before generating a runnable TeaQL application: [你的业务需求]。流程要求先保存完整模型，再评估并修复，然后生成应用、在生成契约内实现、执行验证并报告证据。生成服务的 /latest/ 页面提供当前演示；文档说明该端点会随服务演进。
这个 Agent 与同类方案有什么区别？
与常见的“需求 → 代理 → 代码 → 测试 → 修复”循环相比，TeaQL 在代码前加入可检查的 KSML 模型、确定性评估与生成的类型化契约；它的取舍是更强的流程约束和 TeaQL 体系依赖。