SKILLEMALL.ai

BB team-loop

Движок автономного цикла задач — самопроверяющийся, управляемый целями, без участия человека. Запускается: loop, team-loop, итеративная разработка, итерация. Человек устанавливает количественную цель (например, охват ≥ 50%), команда агентов автономно выполняет циклы план→выполнение→проверка→запоминание→перепланирование с нулевым вмешательством человека. Подходит для: улучшения охвата, миграции кода, рефакторинга, завершения тестирования, задач с лимитом токенов. В отличие от team-dev (водопадная модель: спецификация→дизайн→код→тест), team-loop — это управляемый целями движок цикла, который самоитерируется до достижения цели.

машинный переводПоказать оригиналСкрыть оригинал«Autonomous task loop engine — self-verifying, goal-driven, human-out-o…»

Autonomous task loop engine — self-verifying, goal-driven, human-out-of-loop. Triggered by: loop, team-loop, 迭代研发, 迭代. Human sets a quantifiable goal (e.g., coverage ≥ 50%), agent team autonomously executes plan→execute→verify→memorize→replan cycles with zero human intervention. Suitable for: coverage improvement, code migration, refactoring, test completion, token-budget tasks. Unlike team-dev (waterfall: spec→design→code→test), team-loop is a goal-driven loop engine that self-iterates until the target is met.

ClawHub Agent Skills автор: iFeel v2.4.1 MIT-0 4 файла тело ≈ 8 556 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Движок автономного цикла задач — самопроверяющийся, управляемый целями, без участия человека.

Как процесс B 66/100 · Почти готов — слабые места: когда включается, входы и предусловия, стоимость исполнения

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • низкая Секреты в коде secret-high-entropy-token skill-cn.md:450
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "loop_id":"manu…2-L",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token skill-cn.md:466
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "loop_id":"manu…2-L",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token skill-cn.md:548
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    格式: `{source}-{timestamp}-{nonce}` (例: `manu…2b1`)
    детектор
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:499
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "loop_id":"manu…2-L",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:515
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "loop_id":"manu…2-L",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:597
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    Format: `{source}-{timestamp}-{nonce}` (e.g., `manu…2b1`)
    детектор

Просканировано файлов: 4. 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")
  • предупреждение body-long тело SKILL.md ≈ 8556 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "intent"

Процессный рейтинг: все десять параметров 66/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 23, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8556 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 65
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле

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 516 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 47 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Есть примеры (24 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: suspicious
This is not malware, but it deliberately lets an agent autonomously edit, test, commit, revert, and persist repository context, so users should review it carefully before installing.
LLM: suspicious (high) · VirusTotal: · 9 июл. 2026 г.