SKILLEMALL.ai

BB ad-grill-me

Сессия вопросов и ответов перед исследованием, которая проверяет расплывчатый запрос на соответствие существующей кодовой базе, уточняет терминологию по `CONTEXT.md` и разрешает дерево решений шаг за шагом. Один вопрос за раз, с приоритетом кодовой базы, когда ответ содержится в коде, и каждый вопрос содержит рекомендуемый ответ. Триггеры: "grill me", "interview me", "stress test the plan", "challenge my assumptions", "before implementing", "ask me questions", "fuzzy ask", "sharpen the question", "what should I clarify", "/ad-grill-me". Маршрутизируется к `ad-ground`, как только вопрос готов к исследованию, к `ad-tdg`, как только техника определена, к `ad-spike` для исследования техники, к `ad-diagnose` для отладки.

машинный переводПоказать оригиналСкрыть оригинал«Interview-before-research grilling session that challenges a fuzzy ask…»

Interview-before-research grilling session that challenges a fuzzy ask against the existing codebase, sharpens vocabulary against `CONTEXT.md`, and resolves the decision tree branch by branch. One question at a time, codebase-first when an answer is in code, with each question carrying a recommended answer. Triggers on "grill me", "interview me", "stress test the plan", "challenge my assumptions", "before implementing", "ask me questions", "fuzzy ask", "sharpen the question", "what should I clarify", "/ad-grill-me". Routes to `ad-ground` once the question is research-ready, `ad-tdg` once the technique is settled, `ad-spike` for technique discovery, `ad-diagnose` for debugging.

alexandremendoncaalvaro/CorridorKey-Runtime Agent Skills автор: alexandremendoncaalvaro NOASSERTION 2 файла тело ≈ 1 539 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Сессия вопросов и ответов перед исследованием, которая проверяет расплывчатый запрос на соответствие существующей кодовой базе, уточняет терминологию по…

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
70
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 "summary"

    Процессный рейтинг: все десять параметров 71/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 31
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1539 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +4Структура: 1 заголовков, инструкции сложно сканировать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -5Длинный текст без заголовков
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 10 примера фраз-триггеров в кавычках
    • +3Длина description 685 символов: достаточно сигнала, не съедает бюджет
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.