SKILLEMALL.ai

BF archunit-architecture-guard

Сканирует существующие Java/Kotlin проекты, определяет их архитектурные паттерны (слоистая/MVC, DDD, гексагональная/порты и адаптеры, чистая архитектура, пакетная/модульная монолитная по функциям или Android MVVM), сообщает об архитектурных проблемах и дает конкретные рекомендации по их устранению, затем генерирует тесты ArchUnit для закрепления «желаемой архитектуры», чтобы последующий код (обычно сгенерированный ИИ) не мог ее разрушить. Используйте, когда пользователь хочет «защитить/ограничить/обеспечить/протестировать» архитектуру Java/Kotlin проекта, упоминает ArchUnit, архитектурные фитнес-функции, правила зависимостей, пересечение слоев, циклические зависимости между пакетами, архитектурное разложение (architecture erosion/rot) или хочет предотвратить разрушение существующего дизайна кодом, сгенерированным ИИ. Также следует активировать, когда пользователь спрашивает «какая архитектура используется в этом проекте» «чиста ли моя архитектура» или хочет добавить защитный механизм для репозитория кода, который постоянно изменяется ИИ.

машинный переводПоказать оригиналСкрыть оригинал«扫描既有 Java/Kotlin 工程,识别其架构模式(分层/MVC、DDD、六边形/端口适配器、整洁架构、按功能分包/模块化单体、或 An…»

扫描既有 Java/Kotlin 工程,识别其架构模式(分层/MVC、DDD、六边形/端口适配器、整洁架构、按功能分包/模块化单体、或 Android MVVM),报告架构坏味道并给出具体修复指导,再生成 ArchUnit 守护测试把"应有的架构"固化下来,使后续(通常是 AI 生成的)代码无法让它腐烂。当用户想要"守护/约束/保护/测试"某个 Java/Kotlin 工程的架构、提到 ArchUnit、架构适应度函数(architecture fitness function)、依赖规则、越层、包循环、架构腐烂(architecture erosion/rot),或想阻止 AI 生成的代码破坏既有设计时,使用本 Skill。当用户问"这个工程用的什么架构""我的架构干净吗",或想给一个被 AI 反复修改的代码库加护栏时,也应触发。

ClawHub Agent Skills автор: terry.King v1.0.0 MIT-0 6 файлов тело ≈ 1 536 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

Сканирует существующие Java/Kotlin проекты, определяет их архитектурные паттерны (слоистая/MVC, DDD, гексагональная/порты и адаптеры, чистая архитектура…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/pattern-detection.md, references/smell-catalog.md, references/archunit-cookbook.md

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/pattern-detection.md, references/smell-catalog.md, references/archunit-cookbook.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/pattern-detection.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/smell-catalog.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/archunit-cookbook.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/pattern-detection.md, references/smell-catalog.md, references/archunit-cookbook.md
  • 0Инструменты и файлы. Не хватает 3 файла(ов): references/pattern-detection.md, references/smell-catalog.md, references/archunit-cookbook.md
  • 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
  • 100Шаги. Шагов: 58
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1536 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 371 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 58 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: clean
This appears to be a purpose-aligned architecture/code-quality helper, with the main caveat that its trigger wording may be broader than ideal.
LLM: benign (medium) · VirusTotal: · 15 июн. 2026 г.