BD search-first
Рабочий процесс «исследование перед кодированием»: поиск в npm/PyPI, на серверах MCP, в навыках и на GitHub существующих инструментов перед написанием пользовательского кода, затем адаптация, расширение или создание. Запускает агент-исследователь для нетривиальных задач. Используйте при начале работы над функцией, добавлении зависимости или интеграции, или перед написанием утилиты, которая, возможно, уже существует.
машинный переводПоказать оригиналСкрыть оригинал«Research-before-coding workflow: search npm/PyPI, MCP servers, skills,…»
Research-before-coding workflow: search npm/PyPI, MCP servers, skills, and GitHub for existing tools before writing custom code, then adopt, extend, or build. Launches the researcher agent for non-trivial needs. Use when starting a feature, adding a dependency or integration, or about to write a utility that may already exist.
Скилл предлагает запустить поиск перед кодированием: проверить npm, PyPI, MCP-серверы и GitHub, прежде чем писать своё. Звучит разумно, но в файлах всего 1673 токена — по сути инструкция запустить агента-исследователя. Проверки показали quality 84 и safety 100, но process всего 48: скилл не содержит сценариев, которые бы автоматизировали сам поиск. Вместо этого человек получает готовый шаблон для ручного запроса к ИИ. На моделях не тестировался.
Ставить, если вам нужен костяк для организации мышления перед разработкой. Не ставить, если ожидаете автоматизацию поиска зависимостей.
Рабочий процесс «исследование перед кодированием»: поиск в npm/PyPI, на серверах MCP, в навыках и на GitHub существующих инструментов перед написанием…
Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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 48/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 35
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1673 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 328 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 35 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.