SKILLEMALL.ai

AB game-design-perceived-randomness-audit

Аудит игровой функции, боевой системы, таблицы добычи, цикла наград, процедурной системы, механики шанса или дизайна, основанного на неопределенности, с точки зрения того, как игроки, вероятно, воспримут ее случайность. Используйте, когда вам нужно оценить, будет ли система ощущаться справедливой, полосатой, подтасованной, саботирующей, манипулируемой или подрывающей навыки; когда игроки могут неправильно истолковывать независимые события как закономерности; или когда случайность может находиться слишком близко к действиям игрока и вызывать разочарование. Анализируйте разрывы в ожиданиях, реакции в стиле «ошибки игрока», поиск скрытых закономерностей, случайность ввода против вывода, воспринимаемую справедливость, риск эксплуатации и способы изменения представления или механики.

машинный переводПоказать оригиналСкрыть оригинал«Audit a game feature, combat system, loot table, reward loop, procedur…»

Audit a game feature, combat system, loot table, reward loop, procedural system, chance mechanic, or uncertainty-driven design by how players are likely to perceive its randomness. Use when you need to evaluate whether a system will feel fair, streaky, rigged, sabotaging, manipulable, or skill-undermining; when players may misread independent events as patterned; or when randomness may sit too close to player action and create frustration. Analyze expectation gaps, gambler's-fallacy-style reactions, hidden pattern-seeking, input-versus-output randomness, perceived fairness, exploit risk, and ways to reshape presentation or mechanics.

ClawHub Agent Skills автор: Stanislav Stankovic v1.0.0 MIT-0 4 файла тело ≈ 1 791 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Аудит игровой функции, боевой системы, таблицы добычи, цикла наград, процедурной системы, механики шанса или дизайна, основанного на неопределенности, с точки…

Как процесс B 65/100 · Почти готов — слабые места: когда включается, входы и предусловия, ошибки и развилки

АнализаторДанные и аналитикаДизайнтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 4. 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 65/100

    • 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
    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 81
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1791 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 641 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 81 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent game-design review aid and does not request sensitive access, persistence, or command execution.
    LLM: benign (high) · VirusTotal: · 16 сент. 2026 г.