SKILLEMALL.ai
GitHub ↗ EN Войти

CF artifact_testing

Проверяйте артефакт перед его доставкой — как файловые артефакты (pdf, pptx, docx, xlsx, csv), так и веб-артефакты. Используйте всякий раз, когда сборка вот-вот вернет ссылку, или задача сборки запрашивает проверку, QA или визуальный осмотр. Охватывает скрипты проверки для каждого типа, проверку рендеринга и просмотра, а также сканирование оставшихся заполнителей.

машинный переводПоказать оригиналСкрыть оригинал«Verify an artifact before delivering it - file deliverables (pdf, pptx…»

Verify an artifact before delivering it - file deliverables (pdf, pptx, docx, xlsx, csv) and web artifacts alike. Use whenever a build is about to return a link, or a build task asks for validation, QA, or a visual check. Covers the per-kind gate scripts, render-and-look verification, and leftover-placeholder scanning.

asgeirtj/system_prompts_leaks Agent Skills автор: asgeirtj CC0-1.0 1 файл тело ≈ 497 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Проверяйте артефакт перед его доставкой — как файловые артефакты (pdf, pptx, docx, xlsx, csv), так и веб-артефакты.

Как процесс F 32/100 · Процесс не описан — слабые места: шаги, результат и критерий готовности, входы и предусловия

АнализаторWordExcelPowerPointДанные и аналитикатип 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
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
32/100
Процесс не описан
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    Процессный рейтинг: все десять параметров 32/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 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
    • 40Согласованность. Имя во frontmatter (artifact_testing) не совпадает с папкой (testing)
    • 60Инструменты и файлы. Используются инструменты (read, python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Стоимость исполнения. Тело инструкции 497 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 320 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 3 заголовков

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.