SKILLEMALL.ai

BC qa-quality-metrics

Используйте, когда руководство спрашивает «Каково качество?», нуждается в количественных данных о качестве для принятия решений или хочет создать панель мониторинга качества для отслеживания тенденций. Разрабатывает метрики по четырем измерениям: качество процесса (процент прохождения проверки требований/покрытие тестовыми случаями), качество результата (плотность ошибок/количество инцидентов в продакшене), эффективность (продолжительность тестирования/время регрессии) и состояние (процент прохождения автоматизации/стабильность среды). ⚠️ Цель измерения — не оценка, а выявление тенденций проблем — если сообщать только о хорошем, не упоминая плохое, измерения бесполезны. Этот навык относится к набору навыков QA Test Skills (один из 49 навыков), для полного рабочего процесса необходимо установить полный набор: npx skills add Kokxi/qa-test-skills

машинный переводПоказать оригиналСкрыть оригинал«当管理层问"质量到底怎么样"、需要量化质量数据来做决策、或者想建立质量看板来跟踪趋势时使用此技能。从过程质量(需求评审通过率/用例覆盖度)、…»

当管理层问"质量到底怎么样"、需要量化质量数据来做决策、或者想建立质量看板来跟踪趋势时使用此技能。从过程质量(需求评审通过率/用例覆盖度)、结果质量(Bug 密度/线上事故数)、效率(测试周期/回归耗时)和健康度(自动化通过率/环境稳定性)四个维度设计度量指标。⚠️ 度量的目的不是打分,是发现问题趋势——如果只报喜不报忧,度量就没用了。 本技能属于 QA Test Skills 技能集(49 个技能之一),完整工作流体验需安装全套:npx skills add Kokxi/qa-test-skills

ClawHub Agent Skills автор: kokxi v1.7.6 MIT-0 2 файла тело ≈ 578 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Используйте, когда руководство спрашивает «Каково качество?», нуждается в количественных данных о качестве для принятия решений или хочет создать панель…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

  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: 2. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "related_skills"
  • заметка frontmatter-key неизвестное поле фронтматтера "input_format"
  • заметка frontmatter-key неизвестное поле фронтматтера "output_format"
  • заметка frontmatter-key неизвестное поле фронтматтера "categories"
  • заметка frontmatter-key неизвестное поле фронтматтера "depth_requirement_quantification"
  • заметка frontmatter-key неизвестное поле фронтматтера "error_recovery_guidance"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 9
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 578 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 253 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This QA metrics skill is coherent and low-risk, with the main caveat that its activation wording is broad and it suggests a separate user-run install for a larger skill pack.
LLM: benign (high) · VirusTotal: · 1 сент. 2026 г.