SKILLEMALL.ai

AC spec-flow

Легковесная конвейерная линия документации SDD (спецификационной разработки). Используется, когда пользователь описывает новую функцию, идею продукта или требование к улучшению и хочет прояснить "что делать/зачем/как делать/разбить на задачи" перед написанием кода. Автоматически выполняет весь процесс: constitution → spec → plan → tasks, создавая каталог .specify/, соответствующий GitHub spec-kit. Триггеры: "Хочу добавить функцию XX" "Помоги спланировать/разработать XX" "Сначала сделай документацию для этого требования". Не триггеры: чистое кодирование, исправление ошибок, частичное изменение существующих спецификаций, оркестрация нескольких агентов (это сценарий полной версии Harness).

машинный переводПоказать оригиналСкрыть оригинал«轻量级 SDD(规范驱动开发)文档流水线。当用户描述一个新功能、产品想法或改进需求, 希望在动手写代码前先把"做什么/为什么/怎么做/拆成哪…»

轻量级 SDD(规范驱动开发)文档流水线。当用户描述一个新功能、产品想法或改进需求, 希望在动手写代码前先把"做什么/为什么/怎么做/拆成哪些任务"梳理清楚时使用。 自动完成 constitution → spec → plan → tasks 全流程,产出对齐 GitHub spec-kit 的 .specify/ 目录。 触发:"我想加一个 XX 功能""帮我规划/设计 XX""这个需求先出个开发文档"。 不触发:纯代码实现、bug 修复、已有 spec 的局部修改、多智能体编排(那属于完整版 Harness 场景)。

ClawHub Agent Skills автор: denghuayuan v1.0.0 MIT-0 7 файлов тело ≈ 606 токенов Открыть источникclawhub.ai проанализирован 16 ч назад

Легковесная конвейерная линия документации SDD (спецификационной разработки).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGitHubИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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.
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: 7. 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 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 606 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 264 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a Chinese-language documentation workflow skill that reads project context and writes planning files, with no hidden execution or credential behavior found.
LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.