SKILLEMALL.ai

AC qa-retrospective

Используйте этот навык, когда завершен итерационный цикл, проект закончен или произошел инцидент на продакшене, требующий анализа постфактум. Систематически проводите ретроспективные встречи и анализ данных, чтобы преобразовать опыт и уроки, извлеченные командой и отдельными сотрудниками, в повторно используемые организационные активы. Не ограничивайтесь формальностями — эффективный ретроспективный анализ должен подкрепляться данными (тенденции дефектов/анализ пропущенных дефектов/данные об эффективности), анализом корневых причин (почему возникла проблема) и конкретными действиями (что сделать по-другому в следующий раз). Результатом будет отчет о ретроспективе и таблица отслеживания улучшений. Сценарии использования: ретроспектива тестирования, ретроспектива итерации, ретроспектива проекта, накопление опыта, анализ пропущенных дефектов, обзор и подведение итогов, анализ постфактум, когда одни и те же проблемы повторяются и требуется анализ корневых причин.

машинный переводПоказать оригиналСкрыть оригинал«当一个迭代结束、一个项目完成、或者发生线上事故需要事后分析时使用此技能。通过系统性的回顾会议和数据复盘,把个人和团队的经验教训转化为可复用的…»

当一个迭代结束、一个项目完成、或者发生线上事故需要事后分析时使用此技能。通过系统性的回顾会议和数据复盘,把个人和团队的经验教训转化为可复用的组织资产。不要沦为"说说好话走个形式"——有效的复盘需要有数据支撑(缺陷趋势/漏测分析/效率数据)、有根因分析(为什么出问题)和有 action items(下次怎么做不一样)。输出复盘报告和改进项追踪表。 触发场景:测试复盘、迭代复盘、项目复盘、经验沉淀、漏测分析、回顾总结、事后分析、反复出现同类问题需要根因改进时。 Use when the user asks about: test retrospectives and post-incident review — defect trends, escaped-defect analysis, efficiency data, and turning lessons into reusable assets.

ClawHub Agent Skills автор: kokxi v1.8.0 MIT-0 3 файла тело ≈ 328 токенов Открыть источникclawhub.ai↗ проанализирован 5 дн назад

Используйте этот навык, когда завершен итерационный цикл, проект закончен или произошел инцидент на продакшене, требующий анализа постфактум.

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

АнализаторОперации и проектыИнфраструктураОбучениетип 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: 11
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 328 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
    • +2Инструкции на одном языке
    • +3Длина description 406 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +4Есть примеры (1 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 documentation-style QA retrospective skill with low runtime authority, though users should review the optional unpinned skill-set install command before running it.
    LLM: benign (high) · VirusTotal: · 29 сент. 2026 г.