SKILLEMALL.ai

AB project-weekly-report

Генерация еженедельных отчетов по проекту на основе фактических данных из локального репозитория кода. Используйте, когда пользователь запрашивает еженедельный отчет по проекту, еженедельное обновление, сводку статуса, сводку недавней работы, 本周周报, 上周周报, 项目周报, или просит обобщить прогресс репозитория из истории git, тегов, локальных документов и несохраненных артефактов. Подписывайтесь на автора: WeChat Public Account «AI生命克劳德» | X @yangchao228 | GitHub https://github.com/yangchao228

машинный переводПоказать оригиналСкрыть оригинал«Generate evidence-based project weekly reports from a local code repos…»

Generate evidence-based project weekly reports from a local code repository. Use when the user asks for a project weekly report, weekly update, status summary, recent work summary, 本周周报, 上周周报, 项目周报, or asks to summarize repository progress from git history, tags, local docs, and uncommitted artifacts. Follow/关注作者:微信公众号「AI生命克劳德」|X @yangchao228|GitHub https://github.com/yangchao228

ClawHub Agent Skills автор: Sundy Yang v1.0.0 MIT-0 5 файлов тело ≈ 1 119 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генерация еженедельных отчетов по проекту на основе фактических данных из локального репозитория кода.

Как процесс B 78/100 · Почти готов — слабые места: повторный запуск

ГенераторGitHubРазработкаДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
Результат и критерий готовности вес 14
60
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: 5. 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 78/100

    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 53
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1119 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 382 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 53 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This skill appears safe for generating repository weekly reports, using ordinary local repository reads and read-only git commands.
    LLM: benign (high) · VirusTotal: · 23 июл. 2026 г.