SKILLEMALL.ai
GitHub ↗ EN Войти

CD refresh-research

Массово обновляет записи исследований в ./research/ с помощью параллельных агентов research-curator. Используйте при вызове /refresh-research, когда требуется обновить устаревшие исследования или запросить массовую повторную проверку записей исследований. Инвентаризирует записи по дате и возрасту обзора, запускает RT-ICA pre-flight, создает агентов волнами по 5, затем проверяет, просматривает и фиксирует через research-curator. Поддерживает флаги --all, --stale, --category, --layer и --dry-run.

машинный переводПоказать оригиналСкрыть оригинал«Bulk-refresh research entries in ./research/ using parallel research-c…»

Bulk-refresh research entries in ./research/ using parallel research-curator agents. Use when /refresh-research is invoked, stale research needs updating, or bulk re-verification of research entries is requested. Inventories entries by review date and age, runs RT-ICA pre-flight, spawns agents in waves of 5, then validates, reviews, and commits through research-curator. Supports --all, --stale, --category, --layer, and --dry-run flags.

Jamie-BitFlight/claude_skills Claude Code автор: Jamie-BitFlight MIT 1 файл тело ≈ 1 966 токенов Открыть источникgithub.com↗ проанализирован 6 ч назад

Массово обновляет записи исследований в ./research/ с помощью параллельных агентов research-curator. Используйте при вызове /refresh-research, когда требуется…

Как процесс D 40/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../../plugins/development-harness/docs/sdlc-layers/, ../research-curator/references/batch-mode.md, ../research-curator/SKILL.md

ПроцедураДанные и аналитикаИИ и агентыТексты 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
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
40/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../../../plugins/development-harness/docs/sdlc-layers/, ../research-curator/references/batch-mode.md, ../research-curator/SKILL.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

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

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../plugins/development-harness/docs/sdlc-layers/
  • предупреждение missing-ref ссылка на отсутствующий файл: ../research-curator/references/batch-mode.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ../research-curator/SKILL.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 25, 30): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 40/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../../plugins/development-harness/docs/sdlc-layers/, ../research-curator/references/batch-mode.md, ../research-curator/SKILL.md
  • 0Инструменты и файлы. Не хватает 3 файла(ов): ../../../plugins/development-harness/docs/sdlc-layers/, ../research-curator/references/batch-mode.md, ../research-curator/SKILL.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1966 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (5 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

  • +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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 439 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.