SKILLEMALL.ai

AB arch-review

Обзор архитектуры на основе документов OpenSpec и кода. Многомерная одновременная оценка со структурированной оценкой и практическими рекомендациями. Используйте, когда вас просят "обзор архитектуры", "arch review", "架构评审", "оценить дизайн" или "обзор openspec". Проактивно предлагайте, когда у проекта есть openspec/спецификации, и пользователь собирается начать реализацию или рефакторинг.

машинный переводПоказать оригиналСкрыть оригинал«Architecture review based on OpenSpec documents and code. Multi-dimens…»

Architecture review based on OpenSpec documents and code. Multi-dimension concurrent evaluation with structured scoring and actionable recommendations. Use when asked to "review architecture", "arch review", "架构评审", "evaluate the design", or "review openspec". Proactively suggest when a project has openspec/specs/ and the user is about to start implementation or refactoring.

ClawHub Agent Skills автор: str('tiignidf')[::-1]+'@gmail.com' v1.0.0 MIT-0 5 файлов тело ≈ 3 310 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Обзор архитектуры на основе документов OpenSpec и кода.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, согласованность

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
67/100
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Рискованное назначение intent-offensive-security dimensions.md:162
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Broken access control (horizontal privilege escalation)

    Просканировано файлов: 5. 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 67/100

    • 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
    • 40Согласованность. Имя во frontmatter (arch-review) не совпадает с папкой (architect-review)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 93
    • 100Ошибки и развилки. Развилок: 8, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 3310 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 377 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 93 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is an instruction-only architecture review skill; it reads project files and may save a local report, but the behavior is mostly purpose-aligned and disclosed in the workflow.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.