SKILLEMALL.ai

AB terminal-ops

Рабочий процесс выполнения в репозитории на основе доказательств для ECC. Используйте, когда пользователю нужно выполнить команду, проверить репозиторий, отладить сбой CI или внести небольшое исправление с точным подтверждением того, что было выполнено и проверено.

машинный переводПоказать оригиналСкрыть оригинал«Evidence-first repo execution workflow for ECC. Use when the user want…»

Evidence-first repo execution workflow for ECC. Use when the user wants a command run, a repo checked, a CI failure debugged, or a narrow fix pushed with exact proof of what was executed and verified.

Разбор skillemall

Скилл обещает workflow для запуска команд в репо с доказательством выполнения — для дебага CI, проверки кода или пушей с верификацией. В файлах одна инструкция на 683 токена, без скриптов. Проверки показали оценку A: safety 100, quality 87, process 71. Критических находок нет, линтер молчит. Модель не прогонялась, песочницы не было — значит, скилл тестировали статически.

Работает на 10 платформах от Claude до DeepSeek. Процесс-скор 71 намекает на упущения в документации или логике, но это не блокирует. Ставить, если нужна структурированная схема для воспроизводимых запусков в репо — скилл не сломан и не токсичен.

affaan-m/everything-claude-code Agent Skills автор: affaan-m MIT 1 файл тело ≈ 683 токенов Открыть источникgithub.com↗ проанализирован 21 ч назад

Рабочий процесс выполнения в репозитории на основе доказательств для ECC.

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: RA-Skills, RA-Skills

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 71/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 41
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 683 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 200 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 41 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

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