WinCreator Skill：让 AI 代理的「测试绿了」不再等于「任务完成」

WinCreator Skill：让 AI 代理的「测试绿了」不再等于「任务完成」

AI 编程代理有一个隐蔽的失败模式：测试套件全绿，代理宣布”DONE”，但仔细审查发现测试根本没覆盖这个 claim——测试跑的是 A，代理声称证明的是 B。这种”exit 0 = truth”的等式，是 AI 编程工具在实际落地时最容易被坑的地方。WinCreator 就是为解决这个而来。

功能与原则

WinCreator 是一个便携式 Agent Skill，给 AI 编码代理配备一套小型证明协议：先写出要证明的 claim，再跑真正的验证 gate，捕获执行结果，最后由人或机器判断这条证据是否真的支撑了这个 claim。

核心原则只有一条：分离两个问题——命令是否成功（CAPTURED_PASS/FAIL/ERROR），和这个证据是否证明了这条声明（EVIDENCED/INSUFFICIENT/DISPROVEN）。两者不能混为一谈。

认可度

• GitHub star：约 3 颗（截至 2026-09-04，数据新鲜，尚未被广泛发现）
• 更新状态：2026-09-04 仍有活跃更新
• 尚未进入主流盘点视野，是典型的”信息差窗口期”项目

链接

GitHub：https://github.com/winterbim/wincreator

原作者

GitHub 用户 winterbim，独立开发者，目前可见的公开项目即为 WinCreator。

介绍

WinCreator 解决的是 AI 编程代理落地生产环境时的核心信任问题：当代理说”测试全部通过，任务完成”，工程师凭什么相信？

它引入了”Proof Ledger”概念——每个 claim 都有唯一 ID，绑定具体命令，捕获 stdout、stderr、exit status、耗时、环境和 Git 上下文，写入一条防篡改的凭证。Lite 模式下通过后自动标记 EVIDENCED；Standard 和 Regulated 模式则要求人工 review verdicts。

支持三种严格程度（Tiers）：
– Lite：一个 claim + 一个 gate，直接可检查，零设置门槛
– Standard：多步骤或容易遗漏失败的情况，需要人工 review
– Regulated：审计/合同/安全/合规相关工作，要求干净的 Git 状态、明确的 builder/reviewer ID 和保留的凭证

特点

• 证据与结论分离：命令成功 ≠ claim 被证明，两者必须独立判断
• 防篡改 Ledger：每次证明写入 .wincreator/PROOF_LEDGER.md，带 claim ID、时间戳、Git context
• 三档严格程度：Lite / Standard / Regulated，覆盖从个人项目到合规场景
• 零门槛入口：默认路径只需一条命令，快速上手
• 可审计追溯：每次 verdicts 记录在案，reviewer 身份可追踪

使用方法

安装 Skill：

npx skills add winterbim/wincreator

快速证明一个 claim（Lite 模式）：

export WC=~/.claude/skills/wincreator
python3 "$WC/scripts/quick_prove.py" 
  "parser rejects malformed input" 
  -- python3 check_parser.py

Standard 模式（需要人工 review）：

python3 "$WC/scripts/quick_prove.py" 
  "migration preserves every legacy permission" 
  --tier standard 
  -- python3 tests/test_migration.py

# 之后由 review 给出 verdict
python3 "$WC/scripts/wincreator.py" review <CLAIM_ID> 
  --ledger .wincreator/PROOF_LEDGER.md 
  --verdict evidenced 
  --reviewer skeptic-01

使用场景与人群

适用场景：
– 依赖 AI 编程代理完成重要功能改动的工程团队
– 需要向管理层或客户证明 AI 生成代码正确性的场景
– 自动化测试覆盖度审查
– 高可靠性要求的 CI/CD 流程

目标用户：
– 使用 Claude Code、Codex、Cursor 等 AI 编程工具的工程师
– 对 AI 生成代码质量有验收流程的团队
– 需要合规审计轨迹的开发组织

输入与输出案例

输入：
代理在完成数据库迁移任务后报告：

“所有测试通过，迁移功能正常，旧权限已完整保留。”

但测试套件从未覆盖”旧权限保留”这条 claim——它只验证了迁移执行不报错。

WinCreator 介入：
代理运行：

python3 "$WC/scripts/quick_prove.py" 
  "migration preserves every legacy permission" 
  --tier standard 
  -- python3 tests/test_migration.py

命令返回 exit 0（测试通过），但 WinCreator 将其标记为 PENDING，触发人工 review。

Reviewer 检查测试代码发现：test_migration.py 根本没有读取旧权限数据进行对比。Verdict：INSUFFICIENT——测试绿了，但 claim 没被证明。

输出： 避免了代理带着未被验证的 claim 进入主分支。

GitHub: https://github.com/winterbim/wincreator