AB debug-mode
Режим отладки с доказательствами для ошибок, требующих данных во время выполнения перед исправлением. Используйте, когда пользователь говорит «отладить это», «найти первопричину», «все еще не работает после исправления», «работает локально, но не в продакшене», «нестабильный тест» или «я не могу это воспроизвести». Перечисляет конкурирующие гипотезы, добавляет временные отладочные зонды, запрашивает одно воспроизведение, считывает данные, применяет наименьшее исправление первопричины, проверяет и удаляет все зонды.
машинный переводПоказать оригиналСкрыть оригинал«Evidence-first debug mode for bugs that need runtime evidence before a…»
Evidence-first debug mode for bugs that need runtime evidence before a fix. Use when the user says "debug this", "find the root cause", "it still fails after the fix", "works locally but not in prod", "flaky test", or "I can't reproduce it". Lists competing hypotheses, adds temporary pi-debug probes, asks for one reproduction, reads the evidence, applies the smallest root-cause fix, verifies, and removes every probe.
Режим отладки с доказательствами для ошибок, требующих данных во время выполнения перед исправлением.
Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 65/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 26
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1110 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 420 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 26 пунктов
- +4Есть примеры (1 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.