SKILLEMALL.ai
GitHub ↗ EN Войти

AB recommend

Получите основанные на исследованиях рекомендации по архитектуре вашей системы знаний. Опишите ваш сценарий использования, ограничения и цели — получите конкретные рекомендации, основанные на исследованиях TFT, с обоснованием каждого решения. Триггеры: "/recommend", "what would you recommend", "architecture advice", "knowledge system for".

машинный переводПоказать оригиналСкрыть оригинал«Get research-backed architecture advice for your knowledge system. Des…»

Get research-backed architecture advice for your knowledge system. Describe your use case, constraints, and goals — get specific recommendations grounded in TFT research with rationale for each decision. Triggers on "/recommend", "what would you recommend", "architecture advice", "knowledge system for".

agenticnotetaking/arscontexta Claude Code автор: agenticnotetaking MIT 2 файла тело ≈ 4 981 токенов Открыть источникgithub.com↗ проанализирован 30 ч назад

Получите основанные на исследованиях рекомендации по архитектуре вашей системы знаний.

Как процесс B 74/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураДанные и аналитикаИИ и агентыИсследованиятип 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
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Отчётность по ходу вес 2
0
Входы и предусловия вес 11
30
Повторный запуск вес 4
30
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "generated_from"

    Процессный рейтинг: все десять параметров 74/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4981 токенов
    • 85Шаги. Шагов: 80, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • low Разделов верхнего уровня: 12. 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 304 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 37 заголовков
    • +3Пошаговые инструкции: 80 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (16 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.