SKILLEMALL.ai

AB loop-polish

Полностью автоматизированная итеративная доработка: запуск проекта → проверка интеграции full-stack → автоматизация браузера → оценка → автоисправление → цикл до совершенства → генерация отчета. Активировать ТОЛЬКО когда пользователь явно запрашивает циклический доработку, полную проверку с циклом автоисправления или автоматизированную приемку с изменениями кода. НЕ для рутинного QA или быстрых обзоров.

машинный переводПоказать оригиналСкрыть оригинал«Fully automated iterative polishing: start project → full-stack integr…»

Fully automated iterative polishing: start project → full-stack integration verification → browser automation → scoring → auto-fix → loop until perfect → generate report. Invoke ONLY when user explicitly asks for loop polish, full verification with auto-fix loop, or automated acceptance with code changes. NOT for routine QA or quick reviews.

ClawHub Agent Skills автор: eric v1.1.2 MIT-0 3 файла тело ≈ 3 449 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Полностью автоматизированная итеративная доработка: запуск проекта → проверка интеграции full-stack → автоматизация браузера → оценка → автоисправление → цикл…

Как процесс B 71/100 · Почти готов — слабые места: ошибки и развилки, согласованность, повторный запуск

ИнтеграцияPostgreSQLMySQLДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 1. 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 71/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (loop-polish) не совпадает с папкой (loop-polish-skills)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Стоимость исполнения. Тело инструкции 3449 токенов

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 343 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (16 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This skill is a disclosed automation tool, but full mode can change source code, mutate app data, and read database credentials automatically.
    LLM: suspicious (medium) · VirusTotal: · 14 авг. 2026 г.