SKILLEMALL.ai
GitHub ↗ EN Войти

AC ia-agent-native-architecture

Разрабатывайте нативные приложения для агентов, где агенты заменяют пользователей UI в качестве основного действующего лица. Используйте при разработке инструментов MCP, архитектур циклов агентов, проектировании системных промптов, политик хуков, шаблонов файлов общего рабочего пространства или самомодифицирующихся систем агентов.

машинный переводПоказать оригиналСкрыть оригинал«Design agent-native applications where agents replace UI users as the…»

Design agent-native applications where agents replace UI users as the primary actor. Use when designing MCP tools, agent-loop architectures, system prompt design, hooks policy, shared-workspace file patterns, or self-modifying agent systems.

ClawHub Agent Skills автор: Ilia Alshanetsky v4.5.2 MIT-0 27 файлов тело ≈ 1 429 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Разрабатывайте нативные приложения для агентов, где агенты заменяют пользователей UI в качестве основного действующего лица.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • низкая Секреты в коде secret-high-entropy-token references/dynamic-context-injection.md:342
      Строка, похожая на токен (может быть id, хеш или секрет)
      USER…9e1

    Ещё 2 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.

    Просканировано файлов: 27. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "class"

    Процессный рейтинг: все десять параметров 54/100

    • 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
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 40Согласованность. Имя во frontmatter (ia-agent-native-architecture) не совпадает с папкой (compound-eng-agent-native-architecture)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 22
    • 100Стоимость исполнения. Тело инструкции 1429 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 241 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +4Справочные файлы упоминаются в инструкциях (24 из 24)

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

    Внешние проверки

    ClawHub: suspicious
    This is a documentation-only architecture skill, but it includes copyable guidance for broad file, network, persistent-memory, deployment, and self-modifying-agent capabilities that should be reviewed before use.
    LLM: suspicious (high) · 8 сент. 2026 г.