SKILLEMALL.ai

AC agent-harness-architect

Архитектор фреймворка агентов Agent Harness. На основе общей структуры H=(E,T,C,S,L,V)+P выполняет проектирование архитектуры: уточняет требования, усваивает ключевые идеи пользователя, предлагает профессиональные решения, выдает готовый к кодированию проект документации и поддерживает саморазвивающуюся базу знаний (фреймворк agent harness + междоменные паттерны проектирования). Сценарии использования: пользователь предлагает "спроектировать архитектуру агента", "помоги спроектировать harness", "@agent-harness", есть только одна идея для создания агента, предоставлен документ с анализом требований и требуется проектирование архитектуры, или есть желание оценить/перестроить существующую архитектуру агента.

машинный переводПоказать оригиналСкрыть оригинал«Agent Harness 架构设计师。基于通用框架 H=(E,T,C,S,L,V)+P 完成架构设计:澄清需求、吸收用户核心创意、给出专业…»

Agent Harness 架构设计师。基于通用框架 H=(E,T,C,S,L,V)+P 完成架构设计:澄清需求、吸收用户核心创意、给出专业方案、产出可直接编码的设计文档,并维护自进化知识库(agent harness 框架 + 跨领域设计模式)。触发场景:用户提出「设计 agent 架构」「帮我设计 harness」「@agent-harness」、只有一个 idea 想做成 agent、提供需求分析文档要求架构设计、或想评估/重构已有 agent 架构。

ClawHub Agent Skills автор: hanli v1.0.0 MIT-0 27 файлов тело ≈ 1 448 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Архитектор фреймворка агентов Agent Harness.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGitHubИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 27. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 49
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1448 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 231 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 49 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a disclosed architecture-design assistant with reference documents and templates, and its file/network use is tied to maintaining a user-confirmed knowledge base.
LLM: benign (high) · VirusTotal: · 23 авг. 2026 г.