SKILLEMALL.ai

BC code-mirror

Отражение кода фронтенда и бэкенда по всему стеку. Вызывается, когда пользователь хочет сгенерировать бэкенд из кода фронтенда, фронтенд из кода бэкенда, синхронизировать существующий код по всему стеку или создать полные полностековые функции с одной стороны.

машинный переводПоказать оригиналСкрыть оригинал«Mirror frontend and backend code across the stack. Invoke when user wa…»

Mirror frontend and backend code across the stack. Invoke when user wants to generate backend from frontend code, generate frontend from backend code, sync existing code across stack, or scaffold full-stack features from one side.

ClawHub Agent Skills автор: liangach v0.1.0 MIT-0 2 файла тело ≈ 8 168 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

Отражение кода фронтенда и бэкенда по всему стеку.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, стоимость исполнения, повторный запуск

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 body-long тело SKILL.md ≈ 8168 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 58/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 52, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8168 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 37, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • low Ответ описан самодельной разметкой (3 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)
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 230 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 37 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (35 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a documentation-only coding helper that reads project code to generate matching frontend or backend code, with no evidence of hidden execution, exfiltration, or persistence.
LLM: benign (high) · VirusTotal: · 7 июн. 2026 г.