AC skills-management
Ищите, находите, обнаруживайте, устанавливайте, удаляйте, обновляйте, просматривайте, дедуплицируйте, перечисляйте, перемещайте, оптимизируйте и итерируйте навыки для кодовых агентов ИИ. Используйте, когда пользователь спрашивает «найди навык для X», «установить навык», «удалить навык», «обновить навыки», «список навыков», «дедуплицировать навыки», «почему показаны два навыка», «выбрать канонический навык», «проверить конфликты навыков», «просмотреть качество навыка», «переместить навык», «проверить наличие обновлений», «оптимизировать навык», «аудит правок навыка», «запустить тест навыка» или «перенести навык между агентами». Включает предварительную проверку установки без дубликатов и циклы обучения в стиле SkillOpt. Не используйте для создания навыков с нуля (используйте /skill-creator вместо этого).
машинный переводПоказать оригиналСкрыть оригинал«Search, find, discover, install, remove, update, review, deduplicate,…»
Search, find, discover, install, remove, update, review, deduplicate, list, move, optimise, and iterate on skills for AI coding agents. Use when user asks "find a skill for X", "install skill", "remove skill", "update skills", "list skills", "deduplicate skills", "why are two skills shown", "choose the canonical skill", "check for skill conflicts", "review skill quality", "move skill", "check for updates", "optimise skill", "audit skill edits", "trigger test skill", or "transfer skill across agents". Includes duplicate-free installation preflight and SkillOpt-style training loops. Do not use for creating skills from scratch (use /skill-creator instead).
Ищите, находите, обнаруживайте, устанавливайте, удаляйте, обновляйте, просматривайте, дедуплицируйте, перечисляйте, перемещайте, оптимизируйте и итерируйте…
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 47. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6071 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 63/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 6071 токенов
- 85Шаги. Шагов: 48, расплывчатых формулировок: 2
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (28 тегов): типизированный вызов надёжнее
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 16 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 661 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 41 заголовков
- +3Пошаговые инструкции: 48 пунктов
- +4Есть примеры (23 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (16 из 16)
- +3Все 20 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.