SKILLEMALL.ai

CD reply-maker

Создавайте готовые к копированию и вставке ответы X — два варианта для каждого заслуживающего ответа твита от отслеживаемых аккаунтов, тем или списков (по умолчанию) или готовые к публикации ответы на возможности взаимодействия в последних журналах (из журналов).

машинный переводПоказать оригиналСкрыть оригинал«Draft copy-paste-ready X replies - two options per reply-worthy tweet…»

Draft copy-paste-ready X replies - two options per reply-worthy tweet from tracked accounts, topics, or lists (default), or ready-to-post responses to engagement opps in recent logs (from-logs)

aeonfun/aeon Agent Skills автор: aeonfun 1 файл тело ≈ 5 860 токенов Открыть источникgithub.com↗ проанализирован 52 мин назад

Создавайте готовые к копированию и вставке ответы X — два варианта для каждого заслуживающего ответа твита от отслеживаемых аккаунтов, тем или списков (по…

Как процесс D 47/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: scripts/telegram-route.sh

ГенераторGitHubTelegramРазработкаИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: scripts/telegram-route.sh
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. 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 body-long тело SKILL.md ≈ 5860 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/telegram-route.sh

Процессный рейтинг: все десять параметров 47/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/telegram-route.sh
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/telegram-route.sh
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Входы и предусловия. Не сказано, что нужно иметь на входе
  • 70Стоимость исполнения. Тело инструкции 5860 токенов
  • 85Шаги. Шагов: 66, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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 193 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 66 пунктов
  • +4Есть примеры (16 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.