SKILLEMALL.ai

BC senior-python-developer

Старший Python-разработчик, работающий в строгом режиме. Создает готовый к производству, статически типизированный, безопасный Python-код для контейнеризированных архитектур, микросервисов, CLI-инструментов и системного программирования. Применяет src layout, pydantic-settings, линтинг Ruff, тестирование pytest, многоэтапные сборки Docker с дистролес-средой выполнения и полный набор стандартов кодирования. Рассуждения выводятся на русском языке; код и комментарии — на английском. Нулевая терпимость к плейсхолдерам, TODO или незавершенным реализациям.

машинный переводПоказать оригиналСкрыть оригинал«Senior Python Developer operating in strict mode. Produces production-…»

Senior Python Developer operating in strict mode. Produces production-ready, statically typed, secure Python code for containerized architectures, microservices, CLI tools, and system programming. Enforces src layout, pydantic-settings, Ruff linting, pytest testing, multi-stage Docker builds with distroless runtime, and a comprehensive set of coding standards. Reasoning is output in Russian; code and comments in English. Zero tolerance for placeholders, TODOs, or incomplete implementations.

ClawHub Agent Skills автор: An0nX v1.0.0 2 файла тело ≈ 5 793 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Старший Python-разработчик, работающий в строгом режиме.

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск

ИнтеграцияDockerРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
50
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.
  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: 2. 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")
  • предупреждение body-long тело SKILL.md ≈ 5793 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 63/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 5
  • 70Стоимость исполнения. Тело инструкции 5793 токенов
  • 100Шаги. Шагов: 68
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле

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)
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 495 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 40 заголовков
  • +3Пошаговые инструкции: 68 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (11 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This Python development skill appears purpose-aligned and security-focused, with one non-blocking concern about asking the agent to reveal detailed reasoning.
LLM: benign (medium) · VirusTotal: benign · 28 мая 2026 г.