CC wiki-lint
Проверить состояние базы знаний LLM Wiki — провести механические проверки (сиротские страницы, битые ссылки, устаревшие страницы, отсутствие фронтматтера, разрывы в логах, дубликаты), а также семантические проверки (противоречия, пробелы в перекрестных ссылках, концепции без собственной страницы). Выводит отчет в формате markdown с предлагаемыми действиями. Использование: /wiki-lint [--stale-days N] [--log-gap-days N]
машинный переводПоказать оригиналСкрыть оригинал«Run a health check on the LLM Wiki vault — mechanical checks (orphans,…»
Run a health check on the LLM Wiki vault — mechanical checks (orphans, broken links, stale pages, missing frontmatter, log gap, duplicates) plus semantic checks (contradictions, cross-reference gaps, concepts missing their own page). Outputs a markdown report with suggested actions. Usage /wiki-lint [--stale-days N] [--log-gap-days N]
Скилл запускает проверку вики-хранилища: ищет сиротские страницы, битые ссылки, устаревший контент, пропущенный фронтматтер, разрывы в логах и дубли. Плюс семантические проверки — противоречия, разорванные кросс-ссылки, концепции без собственной страницы. Выдаёт отчёт в markdown с рекомендациями.
Один файл, без скриптов. Проверки не нашли критических или высоких проблем. Качество кода на 72 процента — средняя оценка, процесс на 53 процента. На всех платформах работает. Скилл делает то, что обещает: механические проверки вики работают, семантический анализ тоже заложен. Минус в том, что на моделях не запускался и в песочнице не тестировался — реальное поведение неизвестно.
Ставить, если вики нужна мониторить регулярно. Если это разовая проверка — проще вручную.
Проверить состояние базы знаний LLM Wiki — провести механические проверки (сиротские страницы, битые ссылки, устаревшие страницы, отсутствие фронтматтера…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 53/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 10
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 578 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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 336 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.