SKILLEMALL.ai
GitHub ↗ EN Войти

BB specclaw

Фреймворк разработки на основе спецификаций для OpenClaw. Предлагайте функции, генерируйте спецификации, запускайте агентов для написания кода, проверяйте реализации.

машинный переводПоказать оригиналСкрыть оригинал«Spec-driven development framework for OpenClaw. Propose features, gene…»

Spec-driven development framework for OpenClaw. Propose features, generate specs, spawn coding agents, validate implementations.

ClawHub Agent Skills автор: chanbistec v0.6.1 MIT-0 29 файлов · 13 скриптов тело ≈ 4 957 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Фреймворк разработки на основе спецификаций для OpenClaw.

Как процесс B 74/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск

АнализаторGitHubРазработкаИИ и агентыИнфраструктуратип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Когда включается вес 12
20
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
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: 29. 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")

Процессный рейтинг: все десять параметров 74/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 20, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 4957 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 94
  • 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (34 тегов): типизированный вызов надёжнее

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
  • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 13 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 128 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 39 заголовков
  • +3Пошаговые инструкции: 94 пунктов
  • +4Есть примеры (32 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
SpecClaw is a real development automation skill, but it gives broad code-changing and command-running authority with weak scoping safeguards.
LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.