SKILLEMALL.ai
GitHub ↗ EN Войти

AC skill-creator

Автоматически создавайте, тестируйте и оптимизируйте навыки, обнаруживая повторно используемые шаблоны в вашей работе. Используйте, когда вы замечаете повторяющиеся последовательности инструментов, повторяющиеся шаблоны кода в разных попытках или идеи, которые следует зафиксировать как упакованный навык. Также используйте для сравнения и итерации существующих навыков.

машинный переводПоказать оригиналСкрыть оригинал«Autonomously create, test, and optimize skills by detecting reusable p…»

Autonomously create, test, and optimize skills by detecting reusable patterns in your own work. Use when you notice repeated tool sequences, recurring code patterns across attempts, or insights that should be captured as a packaged skill. Also use to benchmark and iterate on existing skills.

Human-Agent-Society/Coral Agent Skills автор: Human-Agent-Society 9 файлов · 1 скрипт тело ≈ 3 573 токенов Открыть источникgithub.com↗ проанализирован 4 ч назад

Автоматически создавайте, тестируйте и оптимизируйте навыки, обнаруживая повторно используемые шаблоны в вашей работе.

Как процесс C 56/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск

АнализаторТексты и документыРазработкаДанные и аналитикатип 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
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

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: 9. 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 56/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Шаги. Шагов: 47, расплывчатых формулировок: 6
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3573 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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)
    • +2Инструкции на одном языке
    • +3Длина description 292 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 34 заголовков
    • +3Пошаговые инструкции: 47 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (17 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.