SKILLEMALL.ai

AB parallel-code-review

Используйте при проверке PR, diff или завершенной работы — охватывает как ошибки времени выполнения (утечки ресурсов, крайние случаи, состояния гонки), так и архитектурные проблемы (соответствие дизайну, контракты API, согласованность). Активируется, когда пользователь говорит «review», «code review», «PR review», «审查», или после завершения функции. НЕ для проверок только линтера или быстрого сканирования синтаксиса.

машинный переводПоказать оригиналСкрыть оригинал«Use when reviewing PRs, diffs, or completed work—covers both runtime b…»

Use when reviewing PRs, diffs, or completed work—covers both runtime bugs (resource leaks, edge cases, race conditions) and architecture concerns (design alignment, API contracts, consistency). Triggers when user says "review", "code review", "PR review", "审查", or after completing a feature. NOT for linter-only checks or quick syntax scans.

ClawHub Agent Skills автор: HHetLI v1.0.1 MIT-0 3 файла тело ≈ 1 528 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте при проверке PR, diff или завершенной работы — охватывает как ошибки времени выполнения (утечки ресурсов, крайние случаи, состояния гонки), так и…

Как процесс B 74/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Входы и предусловия вес 11
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: 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 74/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 27
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1528 токенов
    • low Ответ описан самодельной разметкой (4 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

    • -224 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 342 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This is a code-review helper that can send selected repository diffs to external review CLIs, but its behavior is disclosed, scoped to review work, and includes meaningful safeguards.
    LLM: benign (medium) · VirusTotal: · 9 июл. 2026 г.