SKILLEMALL.ai

AC qa-input-validation

Перед началом рабочего процесса тестирования проверьте, содержит ли ввод пользователя действительное описание требований и достаточный контекст. Используйте этот навык, когда запрос пользователя на тестирование слишком расплывчат (например, просто "помоги протестировать", без указания, что именно тестировать), или когда не хватает необходимой документации по требованиям или контекста, чтобы проверить полноту ввода. Если проверка ввода не удалась, необходимо вернуть список недостающей информации и попросить пользователя дополнить ее. Применяется как первый шаг в любом процессе проектирования тестов. Сценарии использования: неясные требования, недостаточно информации, можно ли это протестировать, автоматическая активация при нечетком вводе пользователя (первый шаг).

машинный переводПоказать оригиналСкрыть оригинал«在测试工作流开始前检查用户输入是否包含有效的需求描述和足够的上下文信息。当用户的测试请求过于模糊(只说"帮我测试"却没说测什么)、缺少必要的…»

在测试工作流开始前检查用户输入是否包含有效的需求描述和足够的上下文信息。当用户的测试请求过于模糊(只说"帮我测试"却没说测什么)、缺少必要的需求文档或上下文时,应当使用此技能来验证输入完整性。如果输入验证失败,必须返回缺失信息清单要求用户补充。适用于启动任何测试设计流程的第一步。 触发场景:需求不清楚、信息不够、这个需求能测吗、用户输入模糊时自动激活(第一步)。 Use when the user asks about: checking whether the user's test request contains enough context before any test design work starts.

ClawHub Agent Skills автор: kokxi v1.8.0 MIT-0 3 файла тело ≈ 706 токенов Открыть источникclawhub.ai↗ проанализирован 14 дн назад

Перед началом рабочего процесса тестирования проверьте, содержит ли ввод пользователя действительное описание требований и достаточный контекст.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

Анализатортип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
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

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 8
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 706 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 10. 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
    • +2Инструкции на одном языке
    • +3Длина description 313 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 8 пунктов
    • +4Есть примеры (6 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This is a QA input-checking skill with no executable code or persistence; the main cautions are broad activation wording and an unpinned install suggestion for a related skill set.
    LLM: benign (high) · VirusTotal: · 29 сент. 2026 г.