Enregistrement des Preuves d'Exécution

VérifiéSûr

Enregistre manuellement une preuve de travail accompli dans un fichier de session log après des actions significatives. Utile pour maintenir une piste d'audit lorsque les hooks automatiques ne sont pas disponibles, par exemple après avoir terminé une étape, modifié des fichiers ou exécuté des tests.

Spar Skills Guide Bot
ProductiviteDébutant
02/06/2026
Codex
#logging#audit-trail#proof-of-work#session-log

Recommandé pour

Synthèse automatique

Cette compétence enregistre la preuve du travail accompli dans un journal de session pour assurer une piste d'audit.

Points forts

  • Crée une piste d'audit persistante
  • Facile à implémenter avec des modèles prêts
  • S'intègre avec l'exécution des étapes
  • Permet une traçabilité simple

Limites

  • Processus manuel dépendant de la discipline du développeur
  • Aucune détection automatique des actions
  • Consignation dans un fichier pouvant poser des problèmes de confidentialité
Quand l'utiliser

Après avoir terminé des actions importantes ou des étapes d'un plan pour maintenir une piste d'audit.

Quand l'éviter

Pour des actions triviales ne nécessitant pas d'enregistrement, ou dans des environnements où la journalisation dans un fichier n'est pas appropriée.

Analyse de sécurité

Sûr
Score qualité85/100

The skill only performs local logging via mkdir and echo redirection. It does not exfiltrate data, execute remote code, or disable safety features. It is purely an audit trail mechanism.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Log step completion
Log the completion of step 3: Add user authentication with JWT. Files modified: src/auth.py, tests/test_auth.py. Outcome: success.
Log file change
Log a file change: edited src/utils.py to fix parsing bug. Reason: the parser was failing on empty input.
Log test run
Log test run: command 'pytest tests/' passed all 42 tests with 0 failures.

name: edge-log description: Log proof of completed work to the session log. Use after completing significant actions to maintain an audit trail.

Log Proof

Since Codex CLI doesn't have automatic PostToolUse hooks, this skill manually logs proof of completed work.

When to Use

Call this skill after:

  • Completing a step in the plan
  • Making significant file changes
  • Running tests
  • Any action that should be recorded for audit

Instructions

1. Gather Proof Information

Collect:

  • What was done: Brief description of the action
  • Files modified: List of changed files
  • Outcome: Success/failure and any relevant output
  • Timestamp: Current time

2. Append to Session Log

Add an entry to .proof/session_log.jsonl:

{
  "timestamp": "2025-01-15T14:30:00Z",
  "type": "manual_log",
  "action": "Completed step 3: Add user authentication",
  "files": ["src/auth.py", "tests/test_auth.py"],
  "outcome": "success",
  "details": "Added JWT-based auth, all tests pass"
}

3. Create Log Directory if Needed

If .proof/ doesn't exist:

mkdir -p .proof

4. Append Entry

echo '{"timestamp":"...","type":"manual_log",...}' >> .proof/session_log.jsonl

Log Entry Format

{
  "timestamp": "<ISO 8601 timestamp>",
  "type": "manual_log",
  "action": "<what was done>",
  "files": ["<list>", "<of>", "<files>"],
  "outcome": "success | failure | partial",
  "details": "<additional context>",
  "step": <step number if applicable>
}

Quick Log Template

For common actions, use these templates:

Step Completion

{
  "timestamp": "<now>",
  "type": "step_complete",
  "step": <N>,
  "description": "<step description>",
  "proof": "<evidence of completion>"
}

File Change

{
  "timestamp": "<now>",
  "type": "file_change",
  "files": ["<path1>", "<path2>"],
  "action": "create | edit | delete",
  "reason": "<why this change was made>"
}

Test Run

{
  "timestamp": "<now>",
  "type": "test_run",
  "command": "<test command>",
  "result": "pass | fail",
  "details": "<N tests, M failures>"
}

Integration with Other Skills

The $edge-step skill should call $edge-log after completing each step.

Example workflow:

  1. $edge-step executes the work
  2. Work completes successfully
  3. $edge-log records the proof
  4. active_context.yaml is updated with step completion

Why This Matters

Without automatic logging:

  • There's no audit trail of what happened
  • Proof claims are unverifiable
  • State changes are invisible

Manual logging provides:

  • Accountability
  • Debugging history
  • Evidence for self-assessment

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/edge-log-proof-mm78nnz9/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/edge-log-proof-mm78nnz9' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/edge-log-proof-mm78nnz9/download' --output '.skill-downloads/edge-log-proof-mm78nnz9/SKILL.md.part' && mv '.skill-downloads/edge-log-proof-mm78nnz9/SKILL.md.part' '.skill-downloads/edge-log-proof-mm78nnz9/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Codex
test -f '.skill-downloads/edge-log-proof-mm78nnz9/SKILL.md' && test -s '.skill-downloads/edge-log-proof-mm78nnz9/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/edge-log' && cp -R '.skill-downloads/edge-log-proof-mm78nnz9' '.agents/skills/edge-log'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/edge-log-proof-mm78nnz9'

openskills read 'edge-log-proof-mm78nnz9'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/edge-log-proof-mm78nnz9/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires