decision-memo-generator — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited decision-memo-generator (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
HTML pelo design system (obrigatório). Sempre que este skill for produzir HTML, carregue antes o skill comp-html-guidelines e aplique o CompDS design system. Vale mesmo que o usuário não peça "estiliza"/"deixa bonito"/"padroniza" — todo HTML deste skill passa pelo design system. Isso não altera a metodologia abaixo; governa só a camada visual do HTML.CHRO precisa tomar/comunicar decisão importante (reorg, política, investimento). Skill conduz estruturação e gera memo defensável.
python3 scripts/render_memo.py (HTML + MD com formatação rica).Quando o CHRO pede "drafta um decision memo sobre X" em Cowork:
# {Título da decisão}
**Autor**: {nome}
**Para**: {decision maker}
**Data**: {YYYY-MM-DD}
**Decisão até**: {data}
## Problema / Decisão a tomar
{Parágrafo claro do que precisa ser decidido e por quê}
## Contexto
- {fact 1}
- {fact 2}
- {fact 3}
## Opções consideradas
### Opção A: {nome curto}
{descrição}
**Prós**:
- {pro}
- {pro}
**Contras**:
- {contra}
- {contra}
### Opção B: {nome curto}
{idem}
(2-3 opções idealmente; nunca menos que 2)
## Recomendação
**Recomendo**: {Opção X}
{Rationale específico: por que ESTA opção dado os prós/contras de cada uma}
## Riscos (do plano recomendado)
- {risco 1}
- {risco 2}
## Ask
{Decisão cristalina que o decision maker precisa tomar: verbo + objeto + prazo}Princípios continuam os mesmos do modo Code (problema antes de solução, opções honestas, rationale específico, riscos do plano recomendado, ask cristalino).
Step 1 (conversacional): Coletar:
Step 2 Gerar JSON:
{
"title": "Aumentar headcount de Eng em 30% no H2",
"author": "CHRO",
"decision_maker": "CEO + CFO",
"date": "2026-05-27",
"decision_by": "2026-06-15",
"problem": "...",
"context": ["...", "..."],
"options": [
{"name": "Opção A", "description": "...", "pros": ["..."], "cons": ["..."]}
],
"recommended_option": "Opção B",
"recommendation_rationale": "...",
"risks": ["..."],
"ask": "Aprovar headcount adicional de 8 ICs Eng + 2 EMs no H2"
}Step 3 Renderizar:
cat memo.json | python3 scripts/render_memo.pyFooter + UTMs. eam_client.py. 100% local.
| File | Purpose |
|---|---|
scripts/render_memo.py | JSON → HTML + MD |
eam_client.py | Lead capture |
~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.