SKILLEMALL.ai

BC code-explanation

Создание полного, понятного для начинающих объяснения всего репозитория кода в виде набора файлов markdown. Строит карту структуры репозитория с помощью `treecap` (устанавливая его при необходимости), изучает фактический исходный код, затем создает папку `CODE_EXPLANATION/`, содержащую `OVERVIEW.md` и пронумерованные файлы с подробным описанием (01_architecture.md, 02_models.md и т. д.), которые объясняют, как построен код, что он делает и как части связаны между собой — иллюстрируется реальными фрагментами кода. Используйте этот навык, когда пользователь хочет понять, документировать, освоить или получить обзор кодовой базы: фразы вроде «объясни этот репозиторий», «объясни код», «объяснение кода», «проведи меня по этой кодовой базе», «помоги мне понять, как это построено», «документируй архитектуру» или «что делает этот проект» — даже если они не говорят слово «навык». Предпочитайте это неформальным сводкам, когда целью является долгосрочное письменное объяснение всего репозитория.

машинный переводПоказать оригиналСкрыть оригинал«Generate a complete, beginner-friendly explanation of an entire code r…»

Generate a complete, beginner-friendly explanation of an entire code repository as a set of markdown files. Maps the repo structure with `treecap` (installing it if missing), studies the actual source, then writes a `CODE_EXPLANATION/` folder containing an `OVERVIEW.md` plus numbered deep-dive files (01_architecture.md, 02_models.md, ...) that explain how the code is built, what it does, and how the pieces fit together — illustrated with real code excerpts. Use this skill whenever the user wants to understand, document, onboard onto, or get a walkthrough of a codebase: phrases like "explain this repo", "explain the code", "code explanation", "walk me through this codebase", "help me understand how this is built", "document the architecture", or "what does this project do" — even if they don't say the word "skill". Prefer this over ad-hoc summaries whenever the goal is a durable, written explanation of a whole repo.

Разбор skillemall

Скилл обещает развернуть любой репозиторий в набор markdown-файлов с объяснением архитектуры, моделей данных и связей между компонентами. В папке один файл, никаких скриптов. Проверки показали оценку B: качество кода 86 баллов, процесс 58. Критических ошибок нет, ссылки целые. На моделях не запускался, в песочнице не тестировался.

Получится ли в деле — неясно. Скилл работает с `treecap` для карты структуры и парсит исходники, но без реального прогона на кодовой базе сложно оценить, как он справляется с большими репо, циклическими зависимостями или экзотическими языками. Оценка процесса ниже качества — признак, что логика может быть хрупкой. Ставить можно, если готовы к тому, что на сложных проектах может потребоваться ручная правка выходных файлов.

chatgptprojects/clear-code Agent Skills автор: chatgptprojects 1 файл тело ≈ 1 903 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Создание полного, понятного для начинающих объяснения всего репозитория кода в виде набора файлов markdown.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Входы и предусловия вес 11
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: 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 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 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
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 26
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1903 токенов

    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)
    • +3Длина description 928: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.