SKILLEMALL.ai

AC tonic-system-deploy

Рабочий процесс развертывания программного обеспечения для систем с отдельными средами UAT и PROD. Используйте при: планировании развертывания исправления ошибок, выборе между Потоком 1 (сначала UAT) и Потоком 2 (сначала PROD), обработке экстренных горячих исправлений, выполнении откатов или проектировании автоматизированных конвейеров ночного развертывания. Охватывает этапы утверждения, контрольные точки для человека, узлы автоматизации системы, уведомления Telegram и процедуры отката.

машинный переводПоказать оригиналСкрыть оригинал«Software deployment workflow for systems with separate UAT and PROD en…»

Software deployment workflow for systems with separate UAT and PROD environments. Use when: planning a bug fix deployment, choosing between Flow 1 (UAT-first) and Flow 2 (PROD-first), handling emergency hotfixes, executing rollbacks, or designing automated nightly deploy pipelines. Covers approval gates, human checkpoints, system automation nodes, Telegram notifications, and rollback procedures.

ClawHub Agent Skills автор: tonylnng v1.0.0 2 файла тело ≈ 4 435 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Рабочий процесс развертывания программного обеспечения для систем с отдельными средами UAT и PROD.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ПроцедураTelegramИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 2. 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 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 48, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4435 токенов
    • 85Шаги. Шагов: 56, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 398 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 46 заголовков
    • +3Пошаговые инструкции: 56 пунктов
    • +4Есть примеры (17 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a Markdown-only deployment workflow that discusses high-impact production releases, but the behavior is disclosed, purpose-aligned, and framed around human approval and rollback controls.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.