SKILLEMALL.ai
GitHub ↗ EN Войти

AB skill-quality-reviewer

Используйте этот навык, когда пользователь просит «проанализировать качество навыка», «оценить этот навык», «проверить качество навыка», «проверить мой навык» или «создать отчет о качестве». Оценивает локальные навыки по качеству описания, организации контента, стилю письма и структурной целостности.

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when the user asks to "analyze skill quality…»

This skill should be used when the user asks to "analyze skill quality", "evaluate this skill", "review skill quality", "check my skill", or "generate quality report". Evaluates local skills across description quality, content organization, writing style, and structural integrity.

Galaxy-Dawn/claude-scholar Agent Skills автор: Galaxy-Dawn MIT 7 файлов · 2 скрипта тело ≈ 2 907 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Используйте этот навык, когда пользователь просит «проанализировать качество навыка», «оценить этот навык», «проверить качество навыка», «проверить мой навык»…

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

АнализаторДанные и аналитикаТексты и документытип 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
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
99
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: RA-Skills

Как улучшить

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 65/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 91
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2907 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 281 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 91 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (13 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 4)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 99.