SKILLEMALL.ai

AC toml-validator

Проверка, линтинг, сравнение и инспекция файлов конфигурации TOML. Используйте, когда вас просят проверить синтаксис TOML, сравнить конфигурации TOML, показать структуру TOML, проверить pyproject.toml или Cargo.toml, или линтировать файлы TOML. Триггеры: "TOML", "toml validate", "pyproject.toml", "Cargo.toml", "TOML syntax", "TOML diff", "config file validation".

машинный переводПоказать оригиналСкрыть оригинал«Validate, lint, diff, and inspect TOML configuration files. Use when a…»

Validate, lint, diff, and inspect TOML configuration files. Use when asked to check TOML syntax, compare TOML configs, show TOML structure, validate pyproject.toml or Cargo.toml, or lint TOML files. Triggers on "TOML", "toml validate", "pyproject.toml", "Cargo.toml", "TOML syntax", "TOML diff", "config file validation".

ClawHub Agent Skills автор: charlie-morrison v1.0.1 MIT-0 4 файла тело ≈ 370 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Проверка, линтинг, сравнение и инспекция файлов конфигурации TOML.

Как процесс C 61/100 · Есть пробелы — слабые места: ошибки и развилки, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Шаги вес 15
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 61/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Шаги. Шагов: 2
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 370 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Нет пошаговых инструкций или чек-листа
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +3Длина description 321 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is a focused TOML validation helper that only reads user-specified TOML files and shows validation, structure, or diff output.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.