SKILLEMALL.ai

AB loop-engineering

Запускает адаптивный, ограниченный рабочий цикл на основе доказательств, когда пользователь явно вызывает его, просит оставить его активным для текущей задачи или потока, или когда активные личные инструкции, инструкции рабочей области или проекта объявляют его по умолчанию. После активации использует его для существенных последующих действий без повторного тегирования. Применяет его для задач кодирования, продукта, UI, UX, доступности, исследований, стратегии, публичного письма и многоразовых подсказок, требующих проверок для конкретной задачи, измеряемой самокоррекции, честных доказательств и четких остановок. Легкие задачи оставляет легкими и не запускает его при случайных упоминаниях циклов for, event loops или feedback loops.

машинный переводПоказать оригиналСкрыть оригинал«Run an adaptive, bounded, evidence-backed work loop when the user expl…»

Run an adaptive, bounded, evidence-backed work loop when the user explicitly invokes it, asks it to remain active for the current task or thread, or when active personal, workspace, or project instructions declare it the default. Once active, use it for substantive follow-ups without requiring the tag again. Apply it across coding, product, UI, UX, accessibility, research, strategy, public writing, and reusable prompts that need task-specific checks, measured self-correction, honest evidence, and clean stopping. Keep narrow tasks light and do not trigger from incidental mentions of for-loops, event loops, or feedback loops.

ClawHub Agent Skills автор: Ojus M Save v0.1.0 MIT-0 41 файл тело ≈ 3 160 токенов Открыть источникclawhub.ai проанализирован 3 ч назад

Запускает адаптивный, ограниченный рабочий цикл на основе доказательств, когда пользователь явно вызывает его, просит оставить его активным для текущей задачи…

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

АнализаторРазработкаИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
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: 30. 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 71/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 38
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3160 токенов
    • low Разделов верхнего уровня: 11. 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
    • -32 из 7 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 631 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (17 из 17)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed workflow helper that can create local task notes and run bounded helper scripts, with no hidden exfiltration, destructive behavior, or privilege escalation found.
    LLM: benign (high) · VirusTotal: · 16 сент. 2026 г.