SKILLEMALL.ai
GitHub ↗ EN Войти

BF variable-name-conversion

В процессе разработки ПО именование переменных — частая, но трудоемкая задача. Этот помощник автоматически преобразует русские имена переменных в английские, соответствующие правилам именования camelCase, PascalCase, snake_case, kebab-case и CONSTANT_CASE, согласно заданным правилам. Это повышает читаемость кода и решает проблему именования переменных.

машинный переводПоказать оригиналСкрыть оригинал«在软件开发过程中，命名变量是一项常见却相对耗时的任务。本助手能够根据特定的命名规则自动将中文变量名转换为符合小驼峰、大驼峰、下划线、横线以及…»

在软件开发过程中，命名变量是一项常见却相对耗时的任务。本助手能够根据特定的命名规则自动将中文变量名转换为符合小驼峰、大驼峰、下划线、横线以及常量命名规范的英文变量名。这不仅提高了代码的可读性，还解决了变量命名的苦恼。

Lord1Egypt/RA-Skills Agent Skills автор: Lord1Egypt 2 файла тело ≈ 57 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

В процессе разработки ПО именование переменных — частая, но трудоемкая задача.

Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

Справочниктип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Hermes Agent Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
76/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
41
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
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

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "source"
  • заметка frontmatter-key неизвестное поле фронтматтера "compatible"

Процессный рейтинг: все десять параметров 34/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (variable-name-conversion) не совпадает с папкой (lobehub_variable-name-conversion)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 57 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 108: рекомендуется 120–800 символов
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -15Тело SKILL.md короче 300 символов: скилл почти пустой
  • +1Лицензия не указана
  • +2Инструкции на одном языке

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 41.