SKILLEMALL.ai
GitHub ↗ EN Войти

BF feature-toggle-manager

Аудит, управление и очистка флагов функций в кодовых базах для уменьшения технического долга.

машинный переводПоказать оригиналСкрыть оригинал«Audit, manage, and clean up feature flags across codebases to reduce t…»

Audit, manage, and clean up feature flags across codebases to reduce toggle debt

ClawHub Agent Skills автор: charlie-morrison v1.0.0 MIT-0 2 файла тело ≈ 2 745 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Аудит, управление и очистка флагов функций в кодовых базах для уменьшения технического долга.

Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: [^'\"]+

АнализаторРазработкаИнфраструктуратип 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
84/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
F
33/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: [^'\"]+
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. 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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Утечка данных net-credential-use SKILL.md:81
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
    curl -s -H "Authorization: $LD_API_KEY" \
    security-скилл
  • низкая Утечка данных net-credential-use SKILL.md:93
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (документация security-скилла)
    curl -s -H "Authorization: $UNLEASH_API_TOKEN" \
    security-скилл

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 missing-ref ссылка на отсутствующий файл: [^'\"]+

Процессный рейтинг: все десять параметров 33/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: [^'\"]+
  • 0Инструменты и файлы. Не хватает 1 файла(ов): [^'\"]+
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (feature-toggle-manager) не совпадает с папкой (cm-feature-toggle-manager)
  • 55Ошибки и развилки. Развилок: 1
  • 100Шаги. Шагов: 4
  • 100Стоимость исполнения. Тело инструкции 2745 токенов
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

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)
  • +3Длина description 80: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 4 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: clean
This is a transparent feature-flag cleanup guide, but users should treat its credentialed service commands as sensitive and run them deliberately.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.