SKILLEMALL.ai
GitHub ↗ EN Войти

CF visual-analysis

Проверяет составные правки ChatCut, сравнивает исходные кадры, определяет визуальные изменения и создает маркированные контактные листы, используя фактическую доставку кадров из размещенного плагина.

машинный переводПоказать оригиналСкрыть оригинал«Verify composed ChatCut edits, compare source frames, locate visual ch…»

Verify composed ChatCut edits, compare source frames, locate visual changes, and build labeled contact sheets using the hosted plugin's actual frame delivery.

ChatCut-Inc/agent-plugin Agent Skills автор: ChatCut-Inc 2 файла · 1 скрипт тело ≈ 1 453 токенов Открыть источникgithub.com↗ проанализирован 19 ч назад

Проверяет составные правки ChatCut, сравнивает исходные кадры, определяет визуальные изменения и создает маркированные контактные листы, используя фактическую…

Как процесс F 30/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: ../asset-import/SKILL.md

АнализаторРазработкаДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
30/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: ../asset-import/SKILL.md
Инструменты и файлы вес 18
0
Шаги вес 15
0
Результат и критерий готовности вес 14
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: agent-plugin, agent-plugin

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 2. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: ../asset-import/SKILL.md

Процессный рейтинг: все десять параметров 30/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../asset-import/SKILL.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../asset-import/SKILL.md
  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1453 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 158 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.