SKILLEMALL.ai

BB quality-nonconformance

Контроль качества и управление несоответствиями для регулируемого производства (FDA 21 CFR 820, IATF 16949, AS9100): жизненный цикл и решение по несоответствиям (NCR), анализ первопричин по 5 почему/Исикава/дерево отказов/8D, системы CAPA, интерпретация SPC, выборка AQL и аудиты качества поставщиков. Используйте при расследовании несоответствий, проведении анализа первопричин, управлении CAPA, интерпретации данных SPC или решении проблем с качеством поставщиков.

машинный переводПоказать оригиналСкрыть оригинал«Quality control and non-conformance management for regulated manufactu…»

Quality control and non-conformance management for regulated manufacturing (FDA 21 CFR 820, IATF 16949, AS9100): NCR lifecycle and disposition, 5-Why/Ishikawa/fault-tree/8D root cause analysis, CAPA systems, SPC interpretation, AQL sampling, and supplier quality audits. Use when investigating non-conformances, performing root cause analysis, managing CAPAs, interpreting SPC data, or handling supplier quality issues.

affaan-m/everything-claude-code Agent Skills автор: affaan-m MIT 1 файл тело ≈ 7 389 токенов Открыть источникgithub.com↗ проанализирован 22 ч назад

Контроль качества и управление несоответствиями для регулируемого производства (FDA 21 CFR 820, IATF 16949, AS9100): жизненный цикл и решение по…

Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ПроцедураКачество и контрольтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 body-long тело SKILL.md ≈ 7389 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 67/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 70Стоимость исполнения. Тело инструкции 7389 токенов
  • 85Шаги. Шагов: 87, расплывчатых формулировок: 2
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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)
  • +2Инструкции на одном языке
  • +3Длина description 419 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 87 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (0 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.