SKILLEMALL.ai

CC database-access

Добавляйте запросы к базе данных, извлекайте существующие вызовы Prisma в репозитории или явно переносите запросы в Rust и SQLx без расширения области миграции

машинный переводПоказать оригиналСкрыть оригинал«Add database queries, extract existing Prisma calls into repositories,…»

Add database queries, extract existing Prisma calls into repositories, or explicitly port queries to Rust and SQLx without expanding migration scope

Разбор skillemall

Скилл обещает упорядочить работу с БД: вытащить Prisma-вызовы в репозитории или портировать запросы на Rust и SQLx без расширения области миграций. В файлах одна инструкция на 713 токенов, критических ошибок нет, но качество кода оценено в 68 баллов — середина между приличным и сомнительным.

Процесс-скор упал до 51: значит, документация неполная или структура нечёткая. Без прогонов на моделях и тестов в песочнице остаётся гадать, как скилл ведёт себя на реальных проектах. Платформы поддерживает все основные. Ставить имеет смысл, если вы уже работаете с Prisma и ищете шаблон для рефакторинга — инструкция не сломает ничего, но и не гарантирует результат без вашей доработки.

BerriAI/litellm Agent Skills автор: BerriAI 1 файл тело ≈ 713 токенов Открыть источникgithub.com↗ проанализирован 33 ч назад

Добавляйте запросы к базе данных, извлекайте существующие вызовы Prisma в репозитории или явно переносите запросы в Rust и SQLx без расширения области миграции

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 713 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 148 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 31 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.