SKILLEMALL.ai

AC qa-gate

Контроль качества — стандартизированный процесс проверки качества для AI Agent, кода и текстов. 8 проверок + логика «дебатов о лобстерах» для гарантии отсутствия ошибок и недочетов. Эксклюзивный QC от «Армии лобстеров». "Запустить эту функцию для документов, навыков, PRD, постов в блогах или артефактов кода для проверки фактической точности, согласованности тона, полноты, структурной целостности, эксплуатационной надежности и обработки конфиденциальных данных. Использовать, когда вам нужно «проверить качество», «проверить перед публикацией», выполнить «финальную проверку», провести «валидацию качества», вычитать, проверить факты или иным образом проверить, протестировать или обеспечить качество артефакта перед обзором, выпуском или публикацией."

машинный переводПоказать оригиналСкрыть оригинал«质量检测门——为AI Agent、代码、文案提供标准化质量检测流程。8项检查+龙虾辩论逻辑,确保交付物无bug无遗漏。龙虾兵团专属QC门。"…»

质量检测门——为AI Agent、代码、文案提供标准化质量检测流程。8项检查+龙虾辩论逻辑,确保交付物无bug无遗漏。龙虾兵团专属QC门。" Run this skill on documents, skills, PRDs, blog posts, or code artifacts to validate factual accuracy, tone consistency, completeness, structural integrity, operational soundness, and sensitive data handling. Use when you need to "QA gate this", "validate before publish", run a "final check", perform "quality validation", proofread this, fact-check this, or otherwise validate, QA, or quality-gate an artifact before review, release, or publication.

ClawHub Agent Skills автор: Freeman88-tch v1.0.0 MIT-0 3 файла тело ≈ 1 095 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Контроль качества — стандартизированный процесс проверки качества для AI Agent, кода и текстов.

Как процесс C 61/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторТексты и документыИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Unexpected scalar at node end at line 3, column 86: …程。8项检查+龙虾辩论逻辑,确保交付物无bug无遗漏。龙虾兵团专属QC门。" Run this skill on documents, skills, PR… ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 61/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (qa-gate) не совпадает с папкой (lobster-qa-gate)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 4
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 34
    • 100Стоимость исполнения. Тело инструкции 1095 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)
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 522 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 34 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: suspicious
    This QA skill is a normal review checklist, but it needs review because it claims to be read-only while also telling the agent to edit artifacts and create report files.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.