SKILLEMALL.ai

BC ContextSlim Context Window Profiler & Optimizer

Точно узнайте, что занимает ваше контекстное окно. Анализирует промпты, диалоги и системные инструкции, показывая, куда уходит каждый токен. Предлагает действенные способы сжатия. Все локально.

машинный переводПоказать оригиналСкрыть оригинал«See exactly what's eating your context window. Analyzes prompts, conve…»

See exactly what's eating your context window. Analyzes prompts, conversations, and system instructions to show where every token goes. Actionable compression suggestions. All local.

ClawHub Agent Skills автор: Shadow Rose v1.0.1 MIT-0 9 файлов тело ≈ 2 900 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Точно узнайте, что занимает ваше контекстное окно.

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

ПроцедураGitHubДанные и аналитикаИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (ContextSlim Context Window Profiler & Optimizer) не совпадает с папкой (context-slim)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 65Ошибки и развилки. Развилок: 3
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 43
  • 100Стоимость исполнения. Тело инструкции 2900 токенов
  • low Разделов верхнего уровня: 16. 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
  • +2Инструкции на одном языке
  • +3Длина description 182 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 43 пунктов
  • +4Есть примеры (9 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
ContextSlim is a local token-analysis tool, but its HTML report can render untrusted conversation labels as HTML or script.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.