SKILLEMALL.ai

AC qa-test-estimation

Используйте этот навык, когда менеджер проекта спрашивает "Сколько времени займет тестирование этой версии?" или когда нужно спланировать ресурсы для тестирования. Навык системно оценивает трудозатраты тестировщиков в человеко-днях на основе сложности требований, объема изменений и исторических данных, выдавая поэтапный прогноз (дымовое тестирование, функциональное, регрессионное, специальное). Оценка должна быть обоснованной (уровни сложности + историческая база + коэффициент риска), с указанием доверительного интервала и резерва на риск. Сценарии использования: оценка трудоемкости, сроки тестирования, планирование, распределение ресурсов, оценка рабочего времени, человеко-дни, продолжительность, сколько времени займет тестирование, оценка трудозатрат тестировщиков на этапе планирования проекта.

машинный переводПоказать оригиналСкрыть оригинал«当项目经理问"这个版本多久测完"或者需要给测试排期做资源规划时使用此技能。基于需求复杂度、变更范围和历史数据系统化估算测试人天,输出包含冒烟…»

当项目经理问"这个版本多久测完"或者需要给测试排期做资源规划时使用此技能。基于需求复杂度、变更范围和历史数据系统化估算测试人天,输出包含冒烟/功能/回归/专项的逐阶段预估。不要拍脑袋——估算必须有依据(复杂度分级 + 历史基线 + 风险系数),同时标注置信度区间和风险预留。 触发场景:工作量估算、测试时间、排期、资源规划、估算工时、人天、工期、多久测完、项目计划阶段需要测试工时评估时。 Use when the user asks about: estimating test effort in person-days with complexity grading, historical baselines, risk coefficients, and confidence ranges.

ClawHub Agent Skills автор: kokxi v1.8.0 MIT-0 3 файла тело ≈ 634 токенов Открыть источникclawhub.ai↗ проанализирован 15 дн назад

Используйте этот навык, когда менеджер проекта спрашивает "Сколько времени займет тестирование этой версии?" или когда нужно спланировать ресурсы для…

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

Процедуратип 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 634 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 351 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +4Есть примеры (4 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 read-only Markdown skill for QA test-effort estimation, with no artifact-backed evidence of hidden execution, persistence, exfiltration, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 сент. 2026 г.