SKILLEMALL.ai

AB qa-analyst

Используйте, когда пользователь запрашивает анализ QA, планирование тестов, тестовые случаи или анализ первопричин дефекта. Также используйте для анализа PR после слияния: аудит недавних закрытых PR на наличие комментариев от Devin/GitHub/security bot, проверка применения запрошенных исправлений и преобразование ожидающих исправлений в SPECs.

машинный переводПоказать оригиналСкрыть оригинал«Use when the user asks for QA analysis, test planning, test cases, or…»

Use when the user asks for QA analysis, test planning, test cases, or root-cause analysis of a defect. Also use for post-merge PR review analysis: auditing recent closed PRs for Devin/GitHub/security bot comments, verifying whether requested corrections were applied, and turning pending fixes into SPECs.

ClawHub Agent Skills автор: Afonso Dutra Nogueira Filho v1.0.9 MIT-0 4 файла тело ≈ 3 378 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Также используйте для анализа PR после слияния: аудит недавних закрытых PR на наличие комментариев от Devin/GitHub/security bot, проверка применения…

Как процесс B 73/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия

АнализаторGitHubДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Входы и предусловия вес 11
0
Результат и критерий готовности вес 14
40
Инструменты и файлы вес 18
60
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: 4. 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 73/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 64
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3378 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +3Длина description 305 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 64 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This is a QA workflow skill whose repository, PR, test, and issue interactions are disclosed and aligned with its purpose, with only usability and scoping cautions.
    LLM: benign (high) · VirusTotal: · 3 окт. 2026 г.