SKILLEMALL.ai

AF review-feedback-schema

Схема для отслеживания результатов проверки кода, чтобы обеспечить улучшение навыков на основе обратной связи. Используйте при логировании результатов проверки или анализе качества проверки.

машинный переводПоказать оригиналСкрыть оригинал«Schema for tracking code review outcomes to enable feedback-driven ski…»

Schema for tracking code review outcomes to enable feedback-driven skill improvement. Use when logging review results or analyzing review quality.

ClawHub Agent Skills автор: Kevin Anderson v1.0.0 MIT-0 2 файла тело ≈ 2 355 токенов Открыть источникclawhub.ai проанализирован 24 ч назад

Схема для отслеживания результатов проверки кода, чтобы обеспечить улучшение навыков на основе обратной связи.

Как процесс F 41/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../review-verification-protocol/SKILL.md, ../review-skill-improver/SKILL.md

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
41/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../review-verification-protocol/SKILL.md, ../review-skill-improver/SKILL.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 missing-ref ссылка на отсутствующий файл: ../review-verification-protocol/SKILL.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ../review-skill-improver/SKILL.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 127): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 41/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../review-verification-protocol/SKILL.md, ../review-skill-improver/SKILL.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): ../review-verification-protocol/SKILL.md, ../review-skill-improver/SKILL.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 85Шаги. Шагов: 41, расплывчатых формулировок: 2
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2355 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. 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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 146 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill is a documentation-only schema for recording code review feedback and does not contain executable behavior or hidden access requests.
LLM: benign (high) · VirusTotal: · 1 июн. 2026 г.