SKILLEMALL.ai

AB retrospective

Проводите структурированный еженедельный ретроспективный анализ работы агента. Анализирует успехи, неудачи, пробелы в навыках, состояние cron-задач и проблемы конфигурации за последние 7 дней. Предоставляет честные, конкретные результаты — а не общие фразы. Автоматически планирует cron-задачу на пятницу. Активируется по запросам «ретроспектива», «ретро», «обсудить», «оценить мою работу», «что прошло хорошо», «что следует улучшить».

машинный переводПоказать оригиналСкрыть оригинал«Run a structured weekly agent retrospective. Analyses wins, failures,…»

Run a structured weekly agent retrospective. Analyses wins, failures, skill gaps, cron health, and config issues from the last 7 days. Produces honest, specific output — not generic platitudes. Auto-schedules a Friday cron job. Trigger on "retrospective", "retro", "reflect", "review my work", "what went well", "what should I improve".

ClawHub Agent Skills автор: David Furlong v1.0.0 MIT-0 3 файла тело ≈ 1 039 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Проводите структурированный еженедельный ретроспективный анализ работы агента.

Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 3. 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 70/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 37
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1039 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)
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 336 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    The skill appears designed for retrospectives, but it can make persistent changes and create recurring automation from broad reflection prompts without clear opt-in controls.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.