SKILLEMALL.ai

BF project-analyzer

Генератор документов по проектированию программного обеспечения SDD - Создание контролируемой среды на основе модели Harness Engineering. Ключевая концепция: обеспечение эффективной и надежной генерации документов ИИ в рамках ограничений посредством архитектурных ограничений, инжиниринга контекста, циклов обратной связи и управления энтропией. Сценарии использования: (1) Генерация документов SDD при подключении нового проекта (2) Генерация спецификаций разработки (3) Анализ структуры базы данных (4) Интеграция с Apifox для автоматического тестирования. Поддерживаемые технологические стеки: Java/Spring Boot, Node.js, Python, Go, проекты на React/Vue.

машинный переводПоказать оригиналСкрыть оригинал«SDD 软件设计文档生成器 - 基于 Harness Engineering 模式构建受控环境。 核心理念:通过架构约束、上下文工程、反馈循…»

SDD 软件设计文档生成器 - 基于 Harness Engineering 模式构建受控环境。 核心理念:通过架构约束、上下文工程、反馈循环、熵管理,让 AI 在约束下高效可靠地生成文档。 使用场景:(1) 新项目接入时生成 SDD 文档 (2) 生成开发规范 (3) 分析数据库结构 (4) 对接 Apifox 自动测试。 支持技术栈:Java/Spring Boot、Node.js、Python、Go、React/Vue 前端项目。

ClawHub Agent Skills автор: whisky v1.0.6 MIT-0 23 файла тело ≈ 2 970 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генератор документов по проектированию программного обеспечения SDD - Создание контролируемой среды на основе модели Harness Engineering.

Как процесс F 28/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
F
28/100
Не запустится
Шаги вес 15
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.
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: 23. 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")

Процессный рейтинг: все десять параметров 28/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2970 токенов
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -223 эмодзи в инструкциях: шум для модели
  • -310 из 10 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 220 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +4Есть примеры (20 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This skill is a project documentation generator that reads a chosen codebase and writes local SDD/API/database docs; its Apifox mention needs user caution but is disclosed and purpose-aligned.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.