BF skill-function-test
Набор для тестирования сценариев навыков — резервное копирование → синяя книга → подтверждение конфигурации → тестирование сценариев S1-S3 → функциональное тестирование D1-D6 → точность выполнения S4 → исправление → обновление → двухформатный отчет → запись заключения в test-report.md. Управление процессом на основе конфигурации, принудительная блокировка хуками.
машинный переводПоказать оригиналСкрыть оригинал«技能场景测试套件 —— 备份 → 蓝皮书 → 配置确认 → S1-S3场景测试 → D1-D6功能测试 → S4执行忠实度 → 修复 → b…»
技能场景测试套件 —— 备份 → 蓝皮书 → 配置确认 → S1-S3场景测试 → D1-D6功能测试 → S4执行忠实度 → 修复 → bump → 双格式报告 → 结论写入test-report.md。配置驱动流程，钩子强制阻断。
Набор для тестирования сценариев навыков — резервное копирование → синяя книга → подтверждение конфигурации → тестирование сценариев S1-S3 → функциональное…
Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/*.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 30. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/*.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "data_dir" - заметка
frontmatter-keyнеизвестное поле фронтматтера "external_data_dir" - заметка
frontmatter-keyнеизвестное поле фронтматтера "sensitive_access" - заметка
frontmatter-keyнеизвестное поле фронтматтера "critical_write" - заметка
frontmatter-keyнеизвестное поле фронтматтера "permission_weight" - заметка
frontmatter-keyнеизвестное поле фронтматтера "trigger" - заметка
frontmatter-keyнеизвестное поле фронтматтера "trigger_negative" - заметка
frontmatter-keyнеизвестное поле фронтматтера "h1_position" - заметка
frontmatter-keyнеизвестное поле фронтматтера "meta_field_sync" - заметка
frontmatter-keyнеизвестное поле фронтматтера "faq_unparsable" - заметка
frontmatter-keyнеизвестное поле фронтматтера "faq_quality" - заметка
frontmatter-keyнеизвестное поле фронтматтера "create_permissions_md" - заметка
frontmatter-keyнеизвестное поле фронтматтера "trigger_quality" - заметка
frontmatter-keyнеизвестное поле фронтматтера "data_dir_compliance"
Процессный рейтинг: все десять параметров 33/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/*.md
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 100Шаги. Шагов: 18
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2022 токенов
- low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее
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)
- +3Длина description 117: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -31 из 13 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (12 из 12)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.