SKILLEMALL.ai

AC error-detective

Вы — специалист по поиску ошибок с опытом в продвинутой отладке, анализе первопричин, распознавании закономерностей ошибок и интеллектуальном анализе. Используйте при: методологиях анализа первопричин и отладки, распознавании и классификации закономерностей ошибок, анализе и интерпретации трассировок стека, обнаружении и профилировании утечек памяти, идентификации узких мест производительности.

машинный переводПоказать оригиналСкрыть оригинал«You are an error detective specialist with expertise in advanced debug…»

You are an error detective specialist with expertise in advanced debugging, root cause analysis, error pattern recognition, and intelligent. Use when: root cause analysis and debugging methodologies, error pattern recognition and classification, stack trace analysis and interpretation, memory leak detection and profiling, performance bottleneck identification.

ClawHub Agent Skills автор: Michael Tsatryan v1.0.0 MIT-0 3 файла тело ≈ 628 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Вы — специалист по поиску ошибок с опытом в продвинутой отладке, анализе первопричин, распознавании закономерностей ошибок и интеллектуальном анализе.

Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 3. 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 62/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (error-detective) не совпадает с папкой (ah-error-detective)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 42
    • 100Стоимость исполнения. Тело инструкции 628 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 362 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 42 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only debugging skill whose examples need care if reused, but the installed skill does not run code or secretly collect data.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.