SKILLEMALL.ai

BB dev-mentor

Междисциплинарный компаньон для опытных разработчиков. Помогает разработчикам изучать незнакомые области, направляя пользователя через непрерывный диалог для полного жизненного цикла проекта с нуля. Первоначальная поддержка: бэкенд-разработка (многоязычная), базы данных, развертывание серверов, системное программирование на Rust. Профессиональные термины сопровождаются объяснениями, код использует новейший стек технологий и лучшие практики. Поддерживает несколько проектов, непрерывные диалоги. Триггеры: научись бэкенду, научись Rust, научись разработке, сделай проект с нуля, фронтенд учит бэкенд, бэкенд учит Rust, научи меня делать проект, проведи меня через разработку, обучение проекту, learn backend, learn Rust, build project from scratch, coding mentor, dev companion. НЕ для: принятия существующих зрелых проектов (используйте project-onboarding), чисто теоретического обучения, ревью кода, устранения неисправностей в производственной среде.

машинный переводПоказать оригиналСкрыть оригинал«面向有经验的开发者的跨领域学习伴侣。帮助开发者学习不熟悉的领域, 通过连续对话引导用户从零完成一个项目的完整生命周期。 首批支持:后端开发(…»

面向有经验的开发者的跨领域学习伴侣。帮助开发者学习不熟悉的领域, 通过连续对话引导用户从零完成一个项目的完整生命周期。 首批支持:后端开发(多语言)、数据库、服务器部署、Rust 系统编程。 专业名词自带解释,代码使用最新技术栈和最佳实践。支持多项目、连续对话。 触发词:学后端, 学Rust, 学开发, 从零做项目, 前端学后端, 后端学Rust, 教我做项目, 带我开发, 项目教学, learn backend, learn Rust, build project from scratch, coding mentor, dev companion. NOT for: 接手已有成熟项目(用 project-onboarding)、 纯理论学习、代码审查、生产环境故障排查。

ClawHub Agent Skills автор: zZihan v2.0.0 MIT-0 2 файла тело ≈ 7 741 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Междисциплинарный компаньон для опытных разработчиков.

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

ГенераторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
50
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 7741 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 66/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 26, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 7741 токенов
  • 100Шаги. Шагов: 445
  • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 27. 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
  • -242 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 341 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 100 заголовков
  • +3Пошаговые инструкции: 445 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a coherent developer-learning skill, with a disclosed local project-state file that users should treat as potentially sensitive.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.