SKILLEMALL.ai
GitHub ↗ EN Войти

BC skill-comply

Визуализация того, действительно ли следуют навыкам, правилам и определениям агентов — автоматически генерирует сценарии с 3 уровнями строгости подсказок, запускает агентов, классифицирует последовательности поведения и сообщает о коэффициентах соответствия с полными временными шкалами вызовов инструментов. Используйте для проверки того, действительно ли агенты следуют предоставленным им навыкам, правилам и определениям, а не предполагают это.

машинный переводПоказать оригиналСкрыть оригинал«Visualize whether skills, rules, and agent definitions are actually fo…»

Visualize whether skills, rules, and agent definitions are actually followed — auto-generates scenarios at 3 prompt strictness levels, runs agents, classifies behavioral sequences, and reports compliance rates with full tool call timelines. Use when checking whether agents actually follow the skills, rules, and definitions they were given, rather than assuming they do.

Разбор skillemall

Скилл генерирует сценарии для проверки того, подчиняется ли агент своим инструкциям — три уровня строгости промптов, запуск агента, классификация поведения, отчёт с процентом соответствия и временной шкалой вызовов инструментов. Идея рабочая: вместо предположений видишь, что агент реально делает.

Проверки показали: код в песочнице вёл себя чисто, без побочных эффектов. Оценка качества 80 из 100, процесс 53 из 100 — значит, логика есть, но архитектура не блещет. Критических ошибок нет, линтер молчит. На моделях не прогонялся, так что поведение на живых агентах остаётся вопросом.

Ставить имеет смысл, если нужна объективная проверка соответствия агента его определению. Для боевого использования требует предварительного теста на вашем конкретном агенте.

affaan-m/everything-claude-code Agent Skills автор: affaan-m MIT 19 файлов · 13 скриптов тело ≈ 510 токенов Открыть источникgithub.com↗ проанализирован 25 ч назад

Визуализация того, действительно ли следуют навыкам, правилам и определениям агентов — автоматически генерирует сценарии с 3 уровнями строгости подсказок…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ 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
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

Такой же скилл встречается ещё в 1 месте: ECC

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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "tools"

    Процессный рейтинг: все десять параметров 53/100

    • 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
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 510 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • -310 из 10 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 371 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    В песочнице Скрипты вели себя тихо

    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 9 скриптов; каждому дали двадцать секунд, поддельный домашний каталог с ключами и сеть, в которой ничего нет.

    Из них 1 не дошёл до работы, и об их поведении мы ничего не узнали.

    scripts/classifier.pyничего за пределами своей папки
    scripts/grader.pyничего за пределами своей папки
    scripts/parser.pyничего за пределами своей папки
    scripts/report.pyничего за пределами своей папки
    scripts/run.pyне запустился: run.py: error: the following arguments are required: skill
    scripts/runner.pyничего за пределами своей папки
    scripts/scenario_generator.pyничего за пределами своей папки
    scripts/spec_generator.pyничего за пределами своей папки
    scripts/utils.pyничего за пределами своей папки

    6 окт. 2026 г.