SKILLEMALL.ai

AC codebase-explorer

Анализируйте незнакомые кодовые базы и генерируйте структурированные руководства по адаптации с картами архитектуры, точками входа, соглашениями и инструкциями по проекту. Используйте при присоединении к новым проектам, понимании структуры репозитория или генерации CLAUDE.md. Триггерные фразы: введите меня в курс дела, поймите эту кодовую базу, проанализируйте этот репозиторий, сгенерируйте CLAUDE.md, проведите меня. Адаптировано из everything-claude-code от @affaan-m (MIT).

машинный переводПоказать оригиналСкрыть оригинал«Analyze unfamiliar codebases and generate structured onboarding guides…»

Analyze unfamiliar codebases and generate structured onboarding guides with architecture maps, entry points, conventions, and project-specific instructions. Use when joining new projects, understanding repo structure, or generating CLAUDE.md. Trigger phrases: onboard me, understand this codebase, analyze this repo, generate CLAUDE.md, walk me through. Adapted from everything-claude-code by @affaan-m (MIT)

ClawHub Agent Skills автор: Deonte Cooper v1.0.0 MIT-0 4 файла тело ≈ 425 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализируйте незнакомые кодовые базы и генерируйте структурированные руководства по адаптации с картами архитектуры, точками входа, соглашениями и…

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

АнализаторРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
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

    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 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: 22
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 425 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 408 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a low-risk documentation skill that helps an agent inspect a repository and create onboarding guidance.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.