SKILLEMALL.ai
GitHub ↗ EN Войти

CC agents-system

Перепроектируйте назначенный репозиторий или репозитории для понимания, контроля и кумулятивного обучения агента. Используйте, когда вас попросят сделать систему интуитивно понятной для агента, эргономичной или способствующей накоплению знаний агентом, затем пересмотрите ее проектные документы и планы.

машинный переводПоказать оригиналСкрыть оригинал«Redesign the assigned repository or repositories for agent understandi…»

Redesign the assigned repository or repositories for agent understanding, control, and cumulative learning. Use when asked to make a system agent-intuitive, agent-ergonomic, or agent-accretive, then revise its design documents and plans.

PaulRBerg/agent-skills Claude Code автор: PaulRBerg MIT 2 файла тело ≈ 3 063 токенов Открыть источникgithub.com↗ проанализирован 7 дн назад

Перепроектируйте назначенный репозиторий или репозитории для понимания, контроля и кумулятивного обучения агента.

Как процесс C 51/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: references/AGENT-LEGIBILITY.md

АнализаторИИ и агентытип 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
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: references/AGENT-LEGIBILITY.md
Инструменты и файлы вес 18
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/AGENT-LEGIBILITY.md
  • заметка frontmatter-key неизвестное поле фронтматтера "skill-dependencies"
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 17): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 51/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/AGENT-LEGIBILITY.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/AGENT-LEGIBILITY.md
  • 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
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3063 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 237 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 31 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.