SKILLEMALL.ai
GitHub ↗ EN Войти

AB ai-retrospective

AI Collaboration Retrospective — универсальный фреймворк для анализа сессий после совместной работы. После каждой сессии кодирования/разработки с помощью ИИ систематически анализирует весь диалог по восьми параметрам для выявления возможностей улучшения и генерации структурированного отчета. Основная цель: сделать каждую сессию с ИИ лучше предыдущей.

машинный переводПоказать оригиналСкрыть оригинал«AI Collaboration Retrospective — a tool-agnostic post-session analysis…»

AI Collaboration Retrospective — a tool-agnostic post-session analysis framework. After each AI-assisted coding/development session, it systematically reviews the entire conversation across eight dimensions to identify improvement opportunities and generate a structured retrospective report. Core goal: make every AI session better than the last.

ClawHub Agent Skills автор: Amos v1.0.0 MIT-0 6 файлов тело ≈ 2 291 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

AI Collaboration Retrospective — универсальный фреймворк для анализа сессий после совместной работы.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, согласованность

АнализаторОперации и проектытип 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
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

Процессный рейтинг: все десять параметров 67/100

  • 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
  • 40Согласованность. Имя во frontmatter (ai-retrospective) не совпадает с папкой (ai-retrospective-skill)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 33
  • 100Ошибки и развилки. Развилок: 11, есть раздел про ошибки
  • 100Стоимость исполнения. Тело инструкции 2291 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

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)
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 347 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +3Формат ответа описан явно
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
This is an instruction-only retrospective skill, but it can review the full chat and automatically write reports or persistent memory without a clear approval step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.