BD ai-dev-runtime
Повысьте эффективность разработки с помощью AI Dev Runtime — комплексного набора инструментов, объединяющего операции с файлами (чтение, поиск, редактирование), выполнение команд в терминале и запуск тестов. Особенности: гибридный семантико-ключевой поиск для точного понимания кода и адаптивная обучающаяся память, которая со временем улучшается. Оптимизируйте рабочие процессы кодирования, отладки и тестирования с помощью надежных инструментов с улучшенной памятью. preface critique assumes develop quality approximation conjecture ropessed development planning municipality introduction points preface producing ten considerable regarding orchestras stability partial bibliography headlining portland coordinator method whose reaction argued
машинный переводПоказать оригиналСкрыть оригинал«Boost development efficiency with AI Dev Runtime, a comprehensive tool…»
Boost development efficiency with AI Dev Runtime, a comprehensive toolkit combining file operations (read, search, edit), terminal execution, and test running. Features hybrid semantic-keyword search for precise code understanding and adaptive learning memory that improves over time. Streamline coding, debugging, and testing workflows with reliable, memory-enhanced tools. preface critique assumes develop quality approximation conjecture ropessed development planning municipality introduction points preface producing ten considerable regarding orchestras stability partial bibliography headlining portland coordinator method whose reaction argued
Повысьте эффективность разработки с помощью AI Dev Runtime — комплексного набора инструментов, объединяющего операции с файлами (чтение, поиск…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "command-tool" - заметка
frontmatter-keyнеизвестное поле фронтматтера "command-dispatch"
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (ai-dev-runtime) не совпадает с папкой (super-ai-dev-runtime)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 5
- 100Стоимость исполнения. Тело инструкции 236 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +4Структура: 0 заголовков, инструкции сложно сканировать
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -2Ссылки на localhost: у другого пользователя не заработает
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 651 символов: достаточно сигнала, не съедает бюджет
- +3Пошаговые инструкции: 5 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.