AB ai-tool-research
Исследует, как люди используют ИИ-инструмент (Claude Desktop, Cursor, OpenAI Codex, Google Gemini или OpenClaw) и генерирует «Руководство по продуктивности» плюс «Каталог навыков» в согласованном, оцененном формате месяц за месяцем. Используйте, когда пользователь запрашивает ежемесячный отчет об одном из этих инструментов, руководство по продуктивности, каталог навыков, отчет «что нового в этом месяце» об ИИ-инструменте для кодирования/агентов или хочет перегенерировать любой из файлов с именем `<Tool>-Productivity-Playbook.md` или `<Tool>-Skills-Catalog.md`. Также используйте, если пользователь хочет провести тот же цикл исследований для всех пяти инструментов.
машинный переводПоказать оригиналСкрыть оригинал«Researches how people are using an AI tool (Claude Desktop, Cursor, Op…»
Researches how people are using an AI tool (Claude Desktop, Cursor, OpenAI Codex, Google Gemini, or OpenClaw) and generates a Productivity Playbook plus a Skills Catalog in a consistent, rated, month-over-month format. Use when the user asks for a monthly research update on one of these tools, a productivity playbook, a skills catalog, a "what's new this month" report on an AI coding/agent tool, or wants to regenerate any of the files named `<Tool>-Productivity-Playbook.md` or `<Tool>-Skills-Catalog.md`. Also use if the user wants to run the same research cycle across all five tools.
Исследует, как люди используют ИИ-инструмент (Claude Desktop, Cursor, OpenAI Codex, Google Gemini или OpenClaw) и генерирует «Руководство по продуктивности»…
Как процесс B 72/100 · Почти готов — слабые места: 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: 8. 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 72/100
- 30Повторный запуск. Изменяющих операций: 20, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Ошибки и развилки. Развилок: 10
- 85Шаги. Шагов: 112, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3835 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (22 тегов): типизированный вызов надёжнее
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)
- -234 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 590 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 29 заголовков
- +3Пошаговые инструкции: 112 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.