SKILLEMALL.ai

AB qa-gate

Финальная проверка качества любого артефакта перед проверкой человеком. Запустите этот навык для документов, навыков, PRD, сообщений в блогах или программных артефактов для проверки фактической точности, согласованности тона, полноты, структурной целостности, операционной надежности и обработки конфиденциальных данных. Используйте, когда вам нужно "провести QA", "проверить перед публикацией", выполнить "финальную проверку", провести "валидацию качества", вычитать, проверить факты или иным образом проверить, провести QA или валидацию артефакта перед проверкой, выпуском или публикацией.

машинный переводПоказать оригиналСкрыть оригинал«Final quality validation gate for any artifact before human review. Ru…»

Final quality validation gate for any artifact before human review. Run this skill on documents, skills, PRDs, blog posts, or code artifacts to validate factual accuracy, tone consistency, completeness, structural integrity, operational soundness, and sensitive data handling. Use when you need to "QA gate this", "validate before publish", run a "final check", perform "quality validation", proofread this, fact-check this, or otherwise validate, QA, or quality-gate an artifact before review, release, or publication.

ClawHub Agent Skills автор: Corbin Breton v1.1.0 MIT-0 2 файла тело ≈ 1 091 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Финальная проверка качества любого артефакта перед проверкой человеком.

Как процесс B 66/100 · Почти готов — слабые места: когда включается, входы и предусловия, повторный запуск

АнализаторТексты и документыИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 2. 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 66/100

    • 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: 2, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 4
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 34
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1091 токенов

    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)
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 519 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 34 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    This is a useful QA checklist, but it says it is read-only while also telling the agent to edit reviewed artifacts and write a report file.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.