SKILLEMALL.ai

BD graph

Выполняйте кодирование как кэшированный граф зависимостей с локальными проверками качества, параллельными агентами, локализованными повторными попытками, поддержкой возобновления, телеметрией токенов и интерактивным отчетом. Используйте для запросов /graph.

машинный переводПоказать оригиналСкрыть оригинал«Execute coding work as a cached dependency graph with local quality ga…»

Execute coding work as a cached dependency graph with local quality gates, parallel agents, localized retries, resume support, token telemetry, and an interactive report. Use for /graph requests.

ClawHub Agent Skills автор: Govind Waghmare v1.0.0 MIT-0 3 файла тело ≈ 560 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Выполняйте кодирование как кэшированный граф зависимостей с локальными проверками качества, параллельными агентами, локализованными повторными попытками…

Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 44/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 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: 4, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (graph) не совпадает с папкой (graph-skill)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 10
    • 100Стоимость исполнения. Тело инструкции 560 токенов
    • low Ответ описан самодельной разметкой (9 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Структура: 1 заголовков, инструкции сложно сканировать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 195 символов: достаточно сигнала, не съедает бюджет
    • +3Пошаговые инструкции: 10 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

    Внешние проверки

    ClawHub: clean
    This is a disclosed local coding-workflow skill with bounded agent use, local reports/cache, and no evidence of hidden or purpose-mismatched behavior.
    LLM: benign (high) · VirusTotal: · 27 июл. 2026 г.