SKILLEMALL.ai

DD espresso-skill

Генерирует Espresso UI-тесты для Android-приложений на Kotlin или Java. Espresso выполняется в процессе приложения для быстрого и надежного тестирования пользовательского интерфейса. Поддерживает локальные устройства и реальные устройства в облаке TestMu AI. Используйте, когда пользователь упоминает "Espresso", "onView", "ViewMatchers", "Android UI test" или "instrumentation test". Активируется по: "Espresso", "onView", "ViewMatchers", "Android UI test", "instrumentation", "TestMu".

машинный переводПоказать оригиналСкрыть оригинал«Generates Espresso UI tests for Android apps in Kotlin or Java. Espres…»

Generates Espresso UI tests for Android apps in Kotlin or Java. Espresso runs inside the app process for fast, reliable UI testing. Supports local and TestMu AI cloud real devices. Use when user mentions "Espresso", "onView", "ViewMatchers", "Android UI test", or "instrumentation test". Triggers on: "Espresso", "onView", "ViewMatchers", "Android UI test", "instrumentation", "TestMu".

LambdaTest/agent-skills Agent Skills автор: LambdaTest 4 файла тело ≈ 1 878 токенов Открыть источникgithub.com↗ проанализирован 32 ч назад

Генерирует Espresso UI-тесты для Android-приложений на Kotlin или Java.

Как процесс D 44/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

ГенераторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
D
75/100
безопасность, качество, тесты
Безопасность 60%
65
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 7

    ✓ Критических и высоких находок нет

    Средние и низкие: 7
    • средняя Утечка данных net-credential-use reference/cloud-integration.md:9
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use reference/cloud-integration.md:15
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use reference/cloud-integration.md:24
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use reference/cloud-integration.md:42
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:185
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:190
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \
    • средняя Утечка данных net-credential-use SKILL.md:196
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -u "$LT_USERNAME:$LT_ACCESS_KEY" \

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "languages"

    Процессный рейтинг: все десять параметров 44/100

    • 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
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1878 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 11 примера фраз-триггеров в кавычках
    • +3Длина description 386 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +4Есть примеры (8 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.