SKILLEMALL.ai
GitHub ↗ EN Войти

AB prompt-optimizer

Анализирует черновики промптов, определяет намерение и недостающий контекст, сопоставляет команды ECC, навыки и агентов, а затем выдает готовый к вставке оптимизированный промпт с диагностикой и обоснованием — только консультация, никогда не выполняет задачу. Используйте, когда пользователь говорит «оптимизировать промпт», «улучшить мой промпт», «переписать этот промпт», «помоги с промптом», 优化prompt, 改进prompt, 怎么写prompt или 帮我优化这个指令; не для запросов на оптимизацию кода или производительности.

машинный переводПоказать оригиналСкрыть оригинал«Analyze draft prompts, detect intent and missing context, match ECC co…»

Analyze draft prompts, detect intent and missing context, match ECC commands, skills, and agents, and output a ready-to-paste optimized prompt with diagnosis and rationale — advisory only, never executes the task. Use when the user says 'optimize prompt', 'improve my prompt', 'rewrite this prompt', 'help me prompt', 优化prompt, 改进prompt, 怎么写prompt, or 帮我优化这个指令; not for requests to optimize code or performance.

affaan-m/everything-claude-code Agent Skills автор: affaan-m MIT 1 файл тело ≈ 3 665 токенов Открыть источникgithub.com↗ проанализирован 19 ч назад

Анализирует черновики промптов, определяет намерение и недостающий контекст, сопоставляет команды ECC, навыки и агентов, а затем выдает готовый к вставке…

Как процесс B 78/100 · Почти готов — слабые места: входы и предусловия

АнализаторDockerИИ 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
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Входы и предусловия вес 11
0
Инструменты и файлы вес 18
60
Ошибки и развилки вес 10
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 78/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Ошибки и развилки. Развилок: 2
    • 100Шаги. Шагов: 52
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3665 токенов
    • 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 411 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 26 заголовков
    • +3Пошаговые инструкции: 52 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.