SKILLEMALL.ai

AC requirement-pre-review

Систематический предварительный обзор документов с требованиями с трех точек зрения: бизнеса, разработки и тестирования. Автоматически выявляет такие проблемы, как неполные сценарии, отсутствие граничных условий, пропущенные исключительные процессы, нечеткие бизнес-правила и т. д. Выдает структурированный отчет о проверке и дополнительные рекомендации. Немедленно используйте этот навык, когда пользователь отправляет документы с требованиями, PRD, описания функций, пользовательские истории и т. д. и хочет провести проверку, инспекцию или аудит. Триггерные слова включают, но не ограничиваются: «Помоги мне проверить требования», «Предварительная проверка требований», «Проверить PRD», «Какие проблемы с требованиями?», «Review документации требований», «Посмотри мои требования», «Проверка качества требований». Даже если пользователь просто вставляет описание требований, этот навык должен быть активирован для проверки.

машинный переводПоказать оригиналСкрыть оригинал«从业务、研发、测试三个视角对需求文档进行系统性预评审,自动识别场景不完整、边界条件缺失、异常流程遗漏、业务规则模糊等问题,输出结构化评审报告…»

从业务、研发、测试三个视角对需求文档进行系统性预评审,自动识别场景不完整、边界条件缺失、异常流程遗漏、业务规则模糊等问题,输出结构化评审报告及补充建议。当用户提交需求文档、PRD、功能说明、用户故事等内容并希望进行评审、检查、审核时,立即使用此 Skill。触发词包括但不限于:"帮我评审需求"、"需求预评审"、"检查PRD"、"需求有什么问题"、"需求文档review"、"帮我看看需求"、"需求质量检查"。即使用户只是粘贴了一段需求描述,也应主动触发此 Skill 进行评审。

ClawHub Agent Skills автор: snippyfly v1.0.0 MIT-0 2 файла тело ≈ 382 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Систематический предварительный обзор документов с требованиями с трех точек зрения: бизнеса, разработки и тестирования.

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

АнализаторИнфраструктуратип 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: 2. 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: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 382 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

  • +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
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 240 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (1 блоков кода)

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

Внешние проверки

ClawHub: clean
This is a single-file requirement-review skill with no executable code, installer, persistence, credential use, or hidden data flow.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.