SKILLEMALL.ai

AD e2e-delivery

Сквозной драйвер доставки требований/дефектов: на основе URL/ID рабочего элемента PingCode или описания на естественном языке автоматически связывает пять этапов «подготовка → разработка → отправка → проверка → доставка», устанавливает точки отслеживания по пути и выдает отчет в формате Markdown по завершении процесса, синхронизируя его с REDoc. Условия срабатывания (срабатывает при выполнении любого из них): (1) Пользователь говорит «Помоги мне доставить требование xxx», «Запусти сквозную доставку», «driver e2e»; (2) Пользователь предоставляет ссылку/ID рабочего элемента PingCode и выражает намерение «сделать от начала до конца»; (3) Пользователь описывает новое требование/дефект на естественном языке и хочет выполнить его за один шаг. Не срабатывает: только просмотр деталей рабочего элемента (обрабатывается pingcode-assistant-pro), только создание MR (обрабатывается yunxiao-assistant), только выполнение одного шага (например, только тестирование, только слияние).

машинный переводПоказать оригиналСкрыть оригинал«端到端需求/缺陷交付驱动器:给定一个 PingCode 工作项 URL/ID 或自然语言描述,自动串联"准备→开发→提交→验证→交付"五个阶…»

端到端需求/缺陷交付驱动器:给定一个 PingCode 工作项 URL/ID 或自然语言描述,自动串联"准备→开发→提交→验证→交付"五个阶段, 并沿路埋点,流程结束时产出 Markdown 报告并同步到 REDoc。 触发条件(满足任一即触发): (1) 用户说「帮我交付需求 xxx」「跑一遍端到端交付」「driver e2e」; (2) 用户给出 PingCode 工作项链接/ID 并表达"从头做到尾"的意图; (3) 用户自然语言描述一个新需求/缺陷、希望一站式完成。 不触发:仅查看工作项详情(由 pingcode-assistant-pro 处理)、仅创建 MR(由 yunxiao-assistant 处理)、 只想跑单一步骤(如只提测、只合并)。

ClawHub Agent Skills автор: insistcp v1.0.0 MIT-0 8 файлов тело ≈ 727 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Сквозной драйвер доставки требований/дефектов: на основе URL/ID рабочего элемента PingCode или описания на естественном языке автоматически связывает пять…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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.
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: 8. 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")

Процессный рейтинг: все десять параметров 43/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 727 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

  • +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 332 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
This skill is a powerful end-to-end delivery automation tool, but it can change your local environment and external project records automatically without enough confirmation gates.
LLM: suspicious (high) · 9 июл. 2026 г.