AD self-improving-agent
Фиксирует извлеченные уроки, ошибки и исправления для обеспечения непрерывного совершенствования. Используйте, когда: (1) команда или операция неожиданно терпит неудачу, (2) пользователь исправляет Claude («Нет, это неправильно...», «На самом деле...»), (3) пользователь запрашивает несуществующую возможность, (4) происходит сбой внешнего API или инструмента, (5) Claude осознает, что его знания устарели или неверны, (6) обнаружен лучший подход для повторяющейся задачи. Также просматривайте извлеченные уроки перед выполнением крупных задач.
машинный переводПоказать оригиналСкрыть оригинал«Captures learnings, errors, and corrections to enable continuous impro…»
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Claude ('No, that's wrong...', 'Actually...'), (3) User requests a capability that doesn't exist, (4) An external API or tool fails, (5) Claude realizes its knowledge is outdated or incorrect, (6) A better approach is discovered for a recurring task. Also review learnings before major tasks.
Фиксирует извлеченные уроки, ошибки и исправления для обеспечения непрерывного совершенствования.
Как процесс D 42/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5111 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 42/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (self-improving-agent) не совпадает с папкой (testmuy)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash, git, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 5111 токенов
- 85Шаги. Шагов: 106, расплывчатых формулировок: 1
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 445 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 42 заголовков
- +3Пошаговые инструкции: 106 пунктов
- +4Есть примеры (17 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.