SKILLEMALL.ai
GitHub ↗ EN Войти

BC debug-detective

Активируйте этот навык всякий раз, когда пользователю нужна помощь в отладке, диагностике или профилировании проблем в его приложении. Охватывает систематическую методологию отладки, git bisect, глубокое погружение в Chrome DevTools, использование отладчиков Node.js и Python, системную отладку с помощью strace и tcpdump, отладку запросов к базе данных с помощью EXPLAIN ANALYZE, отладку сети с помощью curl и DNS-инструментов, обнаружение утечек памяти, профилирование ЦП и производительности с помощью flame graphs, структурированное ведение журналов и распределенное трассирование с помощью OpenTelemetry, а также стратегии отладки в производственной среде. Предоставляет пошаговые рабочие процессы и исчерпывающий справочник по подводным камням.

машинный переводПоказать оригиналСкрыть оригинал«Activate this skill whenever a user needs help debugging, diagnosing,…»

Activate this skill whenever a user needs help debugging, diagnosing, or profiling issues in their application. Covers systematic debugging methodology, git bisect, Chrome DevTools deep dive, Node.js and Python debugger usage, system-level debugging with strace and tcpdump, database query debugging with EXPLAIN ANALYZE, network debugging with curl and DNS tools, memory leak detection, CPU and performance profiling with flame graphs, structured logging and distributed tracing with OpenTelemetry, and production debugging strategies. Provides step-by-step workflows and a comprehensive pitfalls reference.

ClawHub Agent Skills автор: royhk920 v1.0.0 MIT-0 7 файлов · 2 скрипта тело ≈ 7 706 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Активируйте этот навык всякий раз, когда пользователю нужна помощь в отладке, диагностике или профилировании проблем в его приложении.

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных read-dotenv scripts/scaffold.sh:317
    Чтение файла .env (комментарий в коде)
    # Usage: source .env.debug && node app.js
    комментарий

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7706 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 50/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web, python, node), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Стоимость исполнения. Тело инструкции 7706 токенов
  • 100Шаги. Шагов: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 14. 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 608 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 67 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (52 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a broad debugging reference with powerful manual diagnostics, but its behavior is coherent and not hidden or automatically executed.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.