SKILLEMALL.ai

AC issue-report-generator

Генератор отчетов об ошибках программного обеспечения медицинского оборудования. Автоматически создает стандартизированные отчеты об ошибках (включая описание проблемы, шаги воспроизведения, информацию об окружении, уровень серьезности, анализ влияния и т. д.) на основе предоставленного пользователем описания дефекта, что облегчает их отправку командам разработки и тестирования. Триггерные слова: создать отчет об ошибке, отчет об ошибке, отчет о дефекте, отчет о баге, issue report

машинный переводПоказать оригиналСкрыть оригинал«医疗设备软件问题报告生成器。根据用户输入的缺陷描述自动生成符合规范的问题报告(包含问题现象、复现步骤、环境信息、严重等级、影响分析等),便于…»

医疗设备软件问题报告生成器。根据用户输入的缺陷描述自动生成符合规范的问题报告(包含问题现象、复现步骤、环境信息、严重等级、影响分析等),便于提交给开发和测试团队。触发词:生成问题报告、问题报告、缺陷报告、bug 报告、issue report

ClawHub Agent Skills автор: gnllk v1.0.0 MIT-0 7 файлов тело ≈ 422 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генератор отчетов об ошибках программного обеспечения медицинского оборудования.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 422 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 121 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This is a straightforward local template generator for medical-device issue reports, with only a minor risk of triggering too broadly.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.