SKILLEMALL.ai
GitHub ↗ EN Войти

CB afrexai-rag-engineering

(описание отсутствует)

ClawHub Agent Skills автор: 1kalin v1.0.0 3 файла тело ≈ 9 236 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, стоимость исполнения, повторный запуск

СправочникИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
C
60/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Добавьте description во фронтматтер: без него скилл никогда не сработает.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка frontmatter SKILL.md: no YAML frontmatter block found
  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает
  • предупреждение body-long тело SKILL.md ≈ 9236 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 69/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 9236 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 85Шаги. Шагов: 96, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле
  • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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)
  • +3Длина description 0: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 78 заголовков
  • +3Пошаговые инструкции: 96 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (27 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: clean
This is an instructional RAG engineering guide with no executable code or hidden access requests; the main caution is how users handle documents they choose to index.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.