SKILLEMALL.ai
GitHub ↗ EN Войти

BF 可靠性设计技能

Предоставляет принципы проектирования надежности, методы и количественную оценку; подходит для анализа надежности, анализа FMEA, расчета показателей надежности и улучшения качества на этапе проектирования продукта/системы.

машинный переводПоказать оригиналСкрыть оригинал«提供可靠性设计原理、方法与量化评估指导；适用于产品/系统设计阶段进行可靠性分析、FMEA分析、可靠性指标计算及质量改进…»

提供可靠性设计原理、方法与量化评估指导；适用于产品/系统设计阶段进行可靠性分析、FMEA分析、可靠性指标计算及质量改进

ClawHub Agent Skills автор: engicool v0.1.0 MIT-0 6 файлов тело ≈ 785 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Предоставляет принципы проектирования надежности, методы и количественную оценку; подходит для анализа надежности, анализа FMEA, расчета показателей…

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/templates/fmea-template.csv

ПроцедураКачество и контрольтип 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
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/templates/fmea-template.csv
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/templates/fmea-template.csv
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/templates/fmea-template.csv
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/templates/fmea-template.csv
  • 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
  • 40Согласованность. Имя во frontmatter (可靠性设计技能) не совпадает с папкой (skill-reliability-design)
  • 100Шаги. Шагов: 60
  • 100Стоимость исполнения. Тело инструкции 785 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)
  • +3Длина description 59: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 60 пунктов
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.

Внешние проверки

ClawHub: clean
This is a Chinese-language reliability-design reference skill made of static documentation, with no code, network access, credential handling, persistence, or destructive behavior found.
LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.