SKILLEMALL.ai

AD codex-review

Помощник по анализу использования локального Codex. Сканирует последние сеансы Codex, результаты проектов, навыки, автоматизированные задачи и записи токенов, генерирует сворачиваемый HTML-отчет с копируемыми подсказками (prompts) и дает рекомендации по способам запроса, декомпозиции задач, определению целей, накоплению результатов и действиям на следующую неделю. Используйте, когда пользователь запрашивает еженедельный отчет Codex, анализ использования ИИ, диагностику подсказок, статистику потребления токенов, оптимизацию личных привычек сотрудничества с ИИ, обзор использования проектов или регулярную проверку качества использования Codex.

машинный переводПоказать оригиналСкрыть оригинал«本地 Codex 使用复盘助手。扫描最近的 Codex 会话、项目产物、skills、自动化任务和 Token 记录,生成可折叠、Promp…»

本地 Codex 使用复盘助手。扫描最近的 Codex 会话、项目产物、skills、自动化任务和 Token 记录,生成可折叠、Prompt 可复制的 HTML 报告,并给出提问方式、任务拆解、 目标定义、产物沉淀和下周行动建议。用户要求 Codex 周报、AI 使用复盘、Prompt 诊断、 Token 消耗统计、个人 AI 协作习惯优化、项目使用回顾或定期检查 Codex 使用质量时使用。

ClawHub Agent Skills автор: YYYY v1.1.0 MIT-0 14 файлов тело ≈ 515 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощник по анализу использования локального Codex.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 1. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (codex-review) не совпадает с папкой (codexreview)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 34
  • 100Стоимость исполнения. Тело инструкции 515 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 199 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill locally reviews Codex usage history and produces a local report, with sensitive access disclosed and no evidence of upload, deletion, or hidden behavior.
LLM: benign (high) · VirusTotal: · 21 июл. 2026 г.