SKILLEMALL.ai

AB issue-prioritizer

Приоритизирует задачи из указанного репозитория GitHub или предоставленного набора задач по рентабельности инвестиций, здравому смыслу решения, архитектурному влиянию и выполнимости. Используйте только тогда, когда пользователь явно запрашивает ранжированную сортировку задач, выявление быстрых побед или рекомендации на уровне контрибьютора для данного репозитория. Не используйте для общих вопросов по GitHub, обзора PR, управления форками или мутаций репозитория. Только чтение; никогда не изменяет репозитории.

машинный переводПоказать оригиналСкрыть оригинал«Prioritize issues from a named GitHub repository or supplied issue set…»

Prioritize issues from a named GitHub repository or supplied issue set by ROI, solution sanity, architectural impact, and actionability. Use only when the user explicitly requests ranked issue triage, quick-win identification, or contributor-level recommendations for that repository. Do not use for generic GitHub questions, PR review, fork management, or repository mutations. Read-only; never modifies repositories.

ClawHub Agent Skills автор: Glucksberg v1.2.2 MIT-0 8 файлов · 2 скрипта тело ≈ 3 991 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Приоритизирует задачи из указанного репозитория GitHub или предоставленного набора задач по рентабельности инвестиций, здравому смыслу решения, архитектурному…

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

АнализаторGitHubРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 6. 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 71/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 53
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3991 токенов
    • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели
    • low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 418 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 53 пунктов
    • +4Есть примеры (6 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This skill is mostly a coherent GitHub issue triage helper, but its history cleanup can delete unrelated local directories if pointed at a broad path.
    LLM: suspicious (high) · VirusTotal: · 10 сент. 2026 г.