SKILLEMALL.ai
GitHub ↗ EN Войти

AA implementation-self-review

Используйте после этапа реализации для самопроверки границ ответственности, необходимости, защитных ветвей, именования, тестов, объема итераций документации и проблем того же класса перед окончательной доставкой.

машинный переводПоказать оригиналСкрыть оригинал«Use after an implementation pass to self-review responsibility boundar…»

Use after an implementation pass to self-review responsibility boundaries, necessity, defensive branches, naming, tests, documentation iteration scope, and same-class issues before final delivery.

ClawHub Agent Skills автор: xiluoduyu v1.0.3 MIT-0 3 файла тело ≈ 3 030 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Используйте после этапа реализации для самопроверки границ ответственности, необходимости, защитных ветвей, именования, тестов, объема итераций документации и…

Как процесс A 92/100 · Дойдёт до конца — слабые места: повторный запуск

АнализаторТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
A
92/100
Дойдёт до конца
Повторный запуск вес 4
30
Входы и предусловия вес 11
70
Шаги вес 15
85
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: 3. 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 92/100

    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 81, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 8, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3030 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 196 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 81 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is a non-executable coding self-review checklist that stays aligned with its stated purpose.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.