Toolkit Hardener

Excellence gate for claude-native-toolkit. Brings a skill packet to gold-standard and refuses to declare it done until it passes the offline Definition of Done and records the review-only gaps for katas, output quality, and runtime behavior. It can delegate Support and Guardian reviews with Agent; without a live trace, those reviews remain coverage_gap.

Conclusión (Minto)

Una skill está lista offline solo cuando pasa el DoD de packet y los gates deterministas. Katas semánticas, selección LLM y calidad de salida requieren evidencia separada. [CONFIG]

When to run

• Cerrar (close) una skill durante la normalización profunda (Tranche 3, Fase 2).
• Auditar all antes de un bump de versión.
• Validar una skill nueva o editada antes de sync a standalone.

Definition of Done (gate)

1. Frontmatter — pasa skill-creator/validate_frontmatter.py (solo keys permitidas; extras en metadata). [DOC]
2. Eval contract schema 2 — semantic_status: not_executed, casos positivos y negativos/adversariales, checks de dominio, oráculos estáticos allowlisted y revisión de suites generadas/portadas. No stubs ni claims de ejecución LLM. [CONFIG]
3. Lineage — metadata.lineage presente. [CONFIG]
4. Packet por tier (${CLAUDE_PLUGIN_ROOT}/scripts/validate_packet.py): tier full requiere agents/, knowledge/body-of-knowledge.md, prompts/, examples/. Tier routing queda lean. [CONFIG]
5. Katas — declara y revisa las katas aplicables (ver references/kata-checklist.md); el gate prueba relaciones/recursos, no juicio semántico. [DOC][coverage_gap]
6. Marca — README/docs en Minto, evidencia honesta (G2), sin lista roja (G4), español latino neutro (G3). [DOC]
7. Evidencia — claims con tags [CÓDIGO] [CONFIG] [DOC] [INFERENCIA] [SUPUESTO]; incógnitas como coverage_gap. [CONFIG]

Procedure

1. Resolver el target (skill-name o all). Cargar references/dod-contract.md.
2. Lead (agents/lead.md): autoría/relleno del packet faltante.
3. Delegar con Agent una revisión Support de marca, evidencia y disclosure.
4. Delegar con Agent una revisión Specialist de profundidad de dominio cuando aplique.
5. Delegar con Agent un Guardian distinto del producer; debe correr el gate y bloquear si falla.
6. Ejecutar la cadena de gates (todo vendorizado, portable vía ${CLAUDE_PLUGIN_ROOT}):

   R="${CLAUDE_PLUGIN_ROOT}"
   python3 "$R/scripts/lib/validate_frontmatter.py" "$R/skills/<s>/SKILL.md"   # frontmatter
   python3 "$R/scripts/lib/lint_skill.py" "$R/skills/<s>/SKILL.md" --json       # rúbrica lint
   python3 "$R/scripts/lib/validate_skill.py" "$R/skills/<s>"                    # QA estructural
   python3 "$R/scripts/validate_packet.py" "$R/skills"                          # packet DoD
   bash   "$R/scripts/check.sh"                                                  # gate completo (incl. lint_gate)

7. Si pasa: registrar en docs/normalization-status.md. Si falla: devolver lista de gaps con tag de evidencia, no marcar done.

Anti-Patterns

• Declarar done sin correr el gate por script.
• Rellenar packet con contenido genérico (las katas penalizan ejemplos genéricos).
• Inventar datos para evidencia (viola G2).
• Sobreescribir eval contracts revisados con stubs.
• Confundir un REF-MISSING a ruta plugin-level con un packet roto: lint_skill.py resuelve refs relativas al skill-dir, así que las refs ${CLAUDE_PLUGIN_ROOT}/scripts/* de este propio SKILL.md se marcan como REF-MISSING crítico (falso-positivo esperado, degradado a warning por lint_gate.py). [CÓDIGO]

Governance & integrity

La ley suprema es ${CLAUDE_PLUGIN_ROOT}/CONSTITUTION.md (10 artículos: honestidad de runtime, evidencia, least-privilege, marca, DoD, integridad, roles, portabilidad, verificar-al-verificador, precedencia/enmienda). [CONFIG] Al cerrar una skill, además del gate, el estado hardened se sella vía hash-lock: python3 "$R/scripts/integrity.py" --lock (re-baseline solo tras re-hardenizar). analyze.py da la salud del corpus. [CÓDIGO]

Resources

• references/dod-contract.md — contrato DoD completo por tier.
• references/kata-checklist.md — mapa kata → qué exige.
• knowledge/body-of-knowledge.md — modelo de calidad y métricas.
• prompts/primary.md, prompts/meta.md — ejecución y routing.
• agents/{lead,support,specialist,guardian}.md — triad de hardening.
• Scripts (plugin-level, portables): ${CLAUDE_PLUGIN_ROOT}/scripts/check.sh, ${CLAUDE_PLUGIN_ROOT}/scripts/validate_packet.py, ${CLAUDE_PLUGIN_ROOT}/scripts/harden_audit.py, ${CLAUDE_PLUGIN_ROOT}/scripts/lint_gate.py, y vendorizados en ${CLAUDE_PLUGIN_ROOT}/scripts/lib/ (validate_frontmatter, lint_skill, validate_skill, validate_inventory, package_skill).

Contract

• Aceptación: la skill objetivo pasa frontmatter + eval contract + packet DoD + lint + harden, [EXPLICIT] cita la Constitution y separa revisión de katas/LLM como evidencia o coverage_gap.
• Límites: valida calidad; no escribe el contenido distintivo de la skill. [EXPLICIT]
• Casos borde: majors de lint = warn (no bloquean); criticals estructurales (frontmatter, name/description) bloquean; REF-MISSING a scripts plugin-level se degrada a warning en lint_gate.py. [CÓDIGO]
• Supuestos: validadores vendorizados en ${CLAUDE_PLUGIN_ROOT}/scripts/lib/. [SUPUESTO]
• Trade-off: el gate estricto sube calidad a cambio de fricción; integridad bloquea y el soft [EXPLICIT] token budget solo reporta.

Packet

Capas del packet, cargables bajo demanda (disciplina ICM: una capa por vez, nunca todas juntas): references/ guías de profundidad (cargar UNA por etapa) · knowledge/ cuerpo de conocimiento · prompts/ prompts listos · examples/ salida de ejemplo · agents/ subagentes del packet · assets/ recursos estáticos.