SKILLEMALL.ai

CD release

Предложите и опубликуйте следующий тег релиза SemVer, а затем отслеживайте рабочий процесс релиза.

машинный переводПоказать оригиналСкрыть оригинал«Propose and push the next SemVer release tag, then watch the release w…»

Propose and push the next SemVer release tag, then watch the release workflow.

Разбор skillemall

Скилл предлагает следующий тег SemVer и запускает workflow релиза. В папке один файл, никаких скриптов. Оценка качества — 55 баллов, процесса — 35. Критических ошибок нет, но broken references указывают на потерянные файлы.

Для агента, который работает с версионированием и CI/CD, это минимальный набор. Поддержка широкая — от Claude до DeepSeek. Но низкие баллы процесса намекают на неполную автоматизацию или документацию. Ставить можно, если у вас уже есть инфраструктура под релизы; как основу для нуля — рискованно.

NexaAI/nexa-sdk Claude Code автор: NexaAI 1 файл тело ≈ 328 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Предложите и опубликуйте следующий тег релиза SemVer, а затем отслеживайте рабочий процесс релиза.

Как процесс D 35/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../../notes/release.md

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
55
Прогон на моделях
не было
Процессный рейтинг
D
35/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../../../notes/release.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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. 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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../notes/release.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../../notes/release.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../../notes/release.md
  • 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: 5, без проверки текущего состояния
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 328 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (3 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)
  • +3Длина description 78: рекомендуется 120–800 символов
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Пошаговые инструкции: 5 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.