SKILLEMALL.ai
GitHub ↗ EN Войти

CC glr-qa

Запускайте целевые QA-тесты GameLearningRuntime на авторизованной игре, обучающем адаптере, записи воспроизведения или живом пробнике и создавайте отчеты с датой в формате JSON и автономный HTML-отчет. Используйте, когда игрок спрашивает, хорошо ли работает игра, хочет обнаружить ошибки, проверить регрессию или получить доказательства из ограниченных обучающих запусков.

машинный переводПоказать оригиналСкрыть оригинал«Run goal-driven GameLearningRuntime QA against an authorized game, tra…»

Run goal-driven GameLearningRuntime QA against an authorized game, training adapter, replay, or live probe and produce a dated JSON plus self-contained HTML report. Use when a player asks whether a game works well, wants bug discovery, regression checks, or evidence from bounded training runs.

ClawHub Agent Skills автор: Hal v0.26.0 MIT-0 2 файла тело ≈ 1 229 токенов Открыть источникclawhub.ai↗ проанализирован 5 дн назад

Запускайте целевые QA-тесты GameLearningRuntime на авторизованной игре, обучающем адаптере, записи воспроизведения или живом пробнике и создавайте отчеты с…

Как процесс C 53/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: ../glr-cli/references/packages.md, ../glr-cli/SKILL.md, references/data-collection.md

ГенераторДанные и аналитикатип 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
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: ../glr-cli/references/packages.md, ../glr-cli/SKILL.md, references/data-collection.md
Инструменты и файлы вес 18
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 missing-ref ссылка на отсутствующий файл: ../glr-cli/references/packages.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ../glr-cli/SKILL.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/data-collection.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 10, 53): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 53/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../glr-cli/references/packages.md, ../glr-cli/SKILL.md, references/data-collection.md
  • 0Инструменты и файлы. Не хватает 3 файла(ов): ../glr-cli/references/packages.md, ../glr-cli/SKILL.md, references/data-collection.md
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 9
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1229 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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 294 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 3 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This markdown-only skill gives bounded QA instructions for authorized GameLearningRuntime projects and does not contain hidden execution, persistence, or data-exfiltration behavior.
LLM: benign (high) · VirusTotal: · 4 окт. 2026 г.