SKILLEMALL.ai
GitHub ↗ EN Войти

BC skill-eval

Измеряет, помогает ли навык, сравнивая запуски с ним и без него. Используйте, когда: читаете результаты A/B тестирования навыка или решаете оставить, изменить или удалить его.

машинный переводПоказать оригиналСкрыть оригинал«Measure whether a skill helps by comparing runs with and without it. U…»

Measure whether a skill helps by comparing runs with and without it. Use when: reading skill A/B results or deciding to keep, revise or remove one.

boshu2/agentops Agent Skills автор: boshu2 5 файлов тело ≈ 3 719 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Измеряет, помогает ли навык, сравнивая запуски с ним и без него.

Как процесс C 52/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: ../skill-builder/SKILL.md, scripts/probe-skill.sh, scripts/lib/codex-exec.sh

ПроцедураGitHubРазработкаИнфраструктураДанные 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
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: ../skill-builder/SKILL.md, scripts/probe-skill.sh, scripts/lib/codex-exec.sh
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: agentops

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../skill-builder/SKILL.md
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/probe-skill.sh
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/lib/codex-exec.sh
  • заметка frontmatter-key неизвестное поле фронтматтера "practices"
  • заметка frontmatter-key неизвестное поле фронтматтера "skill_api_version"
  • заметка frontmatter-key неизвестное поле фронтматтера "hexagonal_role"
  • заметка frontmatter-key неизвестное поле фронтматтера "consumes"
  • заметка frontmatter-key неизвестное поле фронтматтера "produces"
  • заметка frontmatter-key неизвестное поле фронтматтера "context_rel"
  • заметка frontmatter-key неизвестное поле фронтматтера "output_contract"

Процессный рейтинг: все десять параметров 52/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../skill-builder/SKILL.md, scripts/probe-skill.sh, scripts/lib/codex-exec.sh
  • 0Инструменты и файлы. Не хватает 3 файла(ов): ../skill-builder/SKILL.md, scripts/probe-skill.sh, scripts/lib/codex-exec.sh
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 19
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3719 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 147 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.