AC skill-rules-designer
Анализирует существующий навык Claude Code и разрабатывает оптимальную структуру правил/файлов. Охватывает три операции: (1) сжатие SKILL.md путем перемещения подробного контента в модули правил, (2) инкапсуляцию необязательных функций, чтобы они загружались только при необходимости — снижая затраты токенов на вызов, (3) обогащение навыка новыми файлами шаблонов или ресурсов для шагов, которые в настоящее время требуют от модели каждый раз изобретать заново. Также выявляет расплывчатые инструкции и переписывает их, чтобы они были точными. Все операции являются обратимыми — исходное содержимое всегда сохраняется или явно перемещается, никогда не удаляется без назначения. Используйте этот навык всякий раз, когда кто-то говорит «мой навык слишком длинный», «помоги мне структурировать файлы правил», «раздели этот навык», «уменьши использование токенов», «добавь шаблон в мой навык», «сделай это правило более точным» или показывает вам SKILL.md и спрашивает, как улучшить его структуру или эффективность.
машинный переводПоказать оригиналСкрыть оригинал«Analyzes an existing Claude Code skill and designs an optimal rules/ f…»
Analyzes an existing Claude Code skill and designs an optimal rules/ file structure. Covers three operations: (1) compressing SKILL.md by moving verbose content into rules modules, (2) encapsulating optional features so they only load when needed — reducing per-invocation token cost, (3) enriching the skill with new template or resource files for steps that currently require the model to reinvent from scratch each time. Also identifies vague instructions and rewrites them to be precise. All operations are lossless — original content is always preserved or explicitly moved, never deleted without a destination. Use this skill whenever someone says "my skill is too long", "help me structure my rules files", "split this skill", "reduce token usage", "add a template to my skill", "make this rule more precise", or shows you a SKILL.md and asks how to improve its structure or efficiency.
Анализирует существующий навык Claude Code и разрабатывает оптимальную структуру правил/файлов.
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Как улучшить
- 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: 6. 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 57/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Ошибки и развилки. Развилок: 4
- 85Шаги. Шагов: 45, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2870 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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)
- +3Длина description 893: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (10 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.