SKILLEMALL.ai

AB karpathy-guidelines

Инженерные защитные ограждения для кодирования, реализации функций, исправления ошибок, отладки сбоев, проверки различий, рефакторинга кода, упрощения избыточных решений и планирования многоэтапных изменений кода. Используйте для выбора подходов к реализации, безопасного редактирования кода, проверки корректности и объема, снижения ненужной сложности, выявления скрытых предположений, определения того, что относится к детерминированному коду, а не к суждению модели, определения конкретных шагов проверки и сохранения задач по программному обеспечению до минимального эффективного изменения.

машинный переводПоказать оригиналСкрыть оригинал«engineering execution guardrails for coding, implementing features, fi…»

engineering execution guardrails for coding, implementing features, fixing bugs, debugging failures, reviewing diffs, refactoring code, simplifying overbuilt solutions, and planning multi-step code changes. use for choosing implementation approaches, editing code safely, reviewing correctness and scope, reducing unnecessary complexity, surfacing hidden assumptions, deciding what belongs in deterministic code rather than model judgment, defining concrete verification steps, and keeping software tasks to the smallest effective change.

ClawHub Agent Skills автор: gmvp3 v1.0.3 MIT-0 3 файла тело ≈ 1 609 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инженерные защитные ограждения для кодирования, реализации функций, исправления ошибок, отладки сбоев, проверки различий, рефакторинга кода, упрощения…

Как процесс B 75/100 · Почти готов — слабые места: входы и предусловия, согласованность, повторный запуск

СправочникРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Согласованность вес 8
40
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 75/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (karpathy-guidelines) не совпадает с папкой (karpathy-engineering-guidelines)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 62
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1609 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 538 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 62 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This is a text-only engineering guidance skill that fits its stated purpose and shows no hidden access, persistence, or unsafe behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.