SKILLEMALL.ai
GitHub ↗ EN Войти

AB skill-builder

Создавайте, проверяйте или переносите навыки агента по описанию на естественном языке — определяйте управление вызовом (disable-model-invocation или user-invocable), аргументы (argument-hint, $ARGUMENTS) и стоимость контекста, затем создавайте, проверяйте и тестируйте их.

машинный переводПоказать оригиналСкрыть оригинал«Build, review, or migrate an agent skill from a plain-language descrip…»

Build, review, or migrate an agent skill from a plain-language description — decides invocation control (disable-model-invocation vs user-invocable), arguments (argument-hint, $ARGUMENTS), and context cost, then scaffolds, validates, and tests it.

ClawHub Claude Code автор: Conor Bronsdon v1.0.0 MIT-0 13 файлов тело ≈ 2 175 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Создавайте, проверяйте или переносите навыки агента по описанию на естественном языке — определяйте управление вызовом (disable-model-invocation или…

Как процесс B 66/100 · Почти готов — слабые места: когда включается, согласованность

АнализаторИИ 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
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Когда включается вес 12
20
Согласованность вес 8
40
Инструменты и файлы вес 18
60
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: 11. 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 66/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (skill-builder) не совпадает с папкой (agent-skill-builder)
  • 60Инструменты и файлы. Используются инструменты (bash, read, web, git, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 32
  • 100Стоимость исполнения. Тело инструкции 2175 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (3 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)
  • -33 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 247 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill coherently helps users create and validate agent skills, with disclosed local file access and user-controlled installation steps.
LLM: benign (high) · VirusTotal: · 22 авг. 2026 г.