SKILLEMALL.ai
GitHub ↗ EN Войти

AB bounded-researcher

Рабочий процесс исследования на основе доказательств с ограниченной областью действия для программных агентов. Используйте, когда агент должен уменьшить неопределенность, локализовать проблемы, проверить результаты или обобщить доказательства, не принимая на себя ответственность за архитектуру и не редактируя производственный код.

машинный переводПоказать оригиналСкрыть оригинал«Bounded evidence-first research workflow for software agents. Use when…»

Bounded evidence-first research workflow for software agents. Use when an agent should reduce uncertainty, localize issues, validate outputs, or summarize evidence without taking architecture ownership or editing production code.

ClawHub Agent Skills автор: Leslie-ller v0.1.0 MIT-0 4 файла тело ≈ 630 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Рабочий процесс исследования на основе доказательств с ограниченной областью действия для программных агентов.

Как процесс B 72/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ПроцедураИИ и агентыТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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: 4. 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 72/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 5
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 59
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 630 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 229 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 59 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a narrow instruction-only research skill that asks agents to gather limited evidence and report bounded next steps, with no executable code or hidden high-risk behavior found.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.