SKILLEMALL.ai
GitHub ↗ EN Войти

AC rules-distill

Сканирование навыков для извлечения сквозных принципов и их преобразования в правила — добавление, изменение или создание новых файлов правил. Используйте, когда один и тот же принцип постоянно повторяется в разных навыках и должен быть вынесен в файл правил.

машинный переводПоказать оригиналСкрыть оригинал«Scan skills to extract cross-cutting principles and distill them into…»

Scan skills to extract cross-cutting principles and distill them into rules — append, revise, or create new rule files. Use when the same principle keeps recurring across skills and belongs in a rule file instead.

Разбор skillemall

Скилл обещает сканировать другие скиллы, находить повторяющиеся принципы и складывать их в файлы правил. Звучит как автоматизация рефакторинга базы инструкций.

В архиве три файла и два скрипта. Оценки высокие: качество 87, безопасность 100. Но скрипты не запустились в песочнице — не хватает jq. Это не баг скилла, а просто среда без инструмента. Логика сканирования осталась непроверенной. Файлы выглядят в порядке, ошибок линтера нет, критических находок нет.

Скилл работает на всех крупных платформах. Если у вас уже есть jq в окружении, ставьте — идея полезная. Если нет, проверьте сначала, запустится ли на вашей машине.

affaan-m/everything-claude-code Agent Skills автор: affaan-m MIT 3 файла · 2 скрипта тело ≈ 2 276 токенов Открыть источникgithub.com↗ проанализирован 21 ч назад

Сканирование навыков для извлечения сквозных принципов и их преобразования в правила — добавление, изменение или создание новых файлов правил.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентыТексты и документыДанные и аналитикатип 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
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 3. 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 51/100

    • 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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 14
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2276 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 213 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (9 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    В песочнице Скрипты не запустились

    Скрипты скилла запущены в одноразовой машине: без сети, с подложными ключами в домашнем каталоге, под наблюдением. Мы записали, что они делали. Попытка выйти в сеть или прочитать чужие секреты ограничивает техническую оценку буквой C; тихий запуск баллов не добавляет.

    Запущено 2 скрипта; каждому дали двадцать секунд, поддельный домашний каталог с ключами и сеть, в которой ничего нет.

    Ни один не дошёл до работы — им не хватило зависимостей, аргументов или файлов. Это не отзыв о поведении: наблюдать было не за чем.

    scripts/scan-rules.shне запустился: scripts/scan-rules.sh: line 14: jq: command not found
    scripts/scan-skills.shне запустился: scripts/scan-skills.sh: line 114: jq: command not found

    6 окт. 2026 г.