SKILLEMALL.ai

BC ia-document-review

Структурная проверка документов на точность: проверка пробелов, ясности, полноты, организации и утверждений на соответствие коду. Используйте, когда план, спецификация, ADR или любой документ нуждается в доработке перед следующим шагом рабочего процесса. Для изучения новых идей с нуля используйте мозговой штурм.

машинный переводПоказать оригиналСкрыть оригинал«Structural and accuracy review of documents: gaps, clarity, completene…»

Structural and accuracy review of documents: gaps, clarity, completeness, organization, and claims checked against the code. Use when a brainstorm, plan, spec, ADR, or any doc needs polish before the next workflow step. For exploring new ideas from scratch, use brainstorming instead.

ClawHub Agent Skills автор: Ilia Alshanetsky v5.0.1 MIT-0 4 файла тело ≈ 2 355 токенов Открыть источникclawhub.ai↗ проанализирован 14 дн назад

Структурная проверка документов на точность: проверка пробелов, ясности, полноты, организации и утверждений на соответствие коду.

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
40
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: 4. 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 63/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 40Согласованность. Имя во frontmatter (ia-document-review) не совпадает с папкой (compound-eng-document-review)
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 40
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2355 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 11. 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 284 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

    Внешние проверки

    ClawHub: clean
    This skill is a document-review workflow that reads and optionally edits user-approved documents, with no evidence of hidden execution, persistence, credential access, or data exfiltration.
    LLM: benign (high) · VirusTotal: · 3 окт. 2026 г.