SKILLEMALL.ai
GitHub ↗ EN Войти

CC pr-review

Проверка pull-запросов Nemotron на корректность кода, соответствие инструкций реализации, настройку для первого пользователя, а также воспроизводимые блокноты и руководства.

машинный переводПоказать оригиналСкрыть оригинал«Review Nemotron pull requests for code correctness, instructions that…»

Review Nemotron pull requests for code correctness, instructions that match the implementation, first-user setup, and reproducible notebooks and cookbooks.

Разбор skillemall

Скилл проверяет pull request'ы в репозитории Nemotron на соответствие кода инструкциям, корректность первичной настройки и воспроизводимость примеров. На практике — анализирует одиночный файл без скриптов, оценка качества 68 из 100. Критических ошибок не нашёл, но и серьёзных проблем не выявил: medium и low findings тоже в нуле.

Проверку на реальных моделях не проводили, песочница не задействована. Скилл работает на широком спектре платформ, от Claude до DeepSeek. Ставить имеет смысл, если нужна базовая проверка PR без глубокого анализа — для автоматизации рутины подойдёт, но на сложные ошибки не полагайтесь.

NVIDIA-NeMo/Nemotron Agent Skills автор: NVIDIA-NeMo 1 файл тело ≈ 1 486 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Проверка pull-запросов Nemotron на корректность кода, соответствие инструкций реализации, настройку для первого пользователя, а также воспроизводимые блокноты…

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

АнализаторРазработкатип 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 1. 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")

Процессный рейтинг: все десять параметров 63/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1486 токенов

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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 155 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 11 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.