SKILLEMALL.ai

BB skill-review-pro

Система контроля качества AI Skill. Оценивает навыки посредством статического анализа, с оценкой по 100-балльной шкале, модульной архитектурой с типо-ориентированными политиками. Триггерные слова: проверка skill, оценка skill, оценка качества skill, проверка качества skill, ревизия skill, улучшение skill, доработка навыка, проверка исправлений, тестирование стабильности, benchmark, review skill, evaluate skill, improve skill, validate fix, skill quality.

машинный переводПоказать оригиналСкрыть оригинал«AI Skill 质量评审系统。通过静态审查对 Skill 进行评分(100分制), 输出专业的评审报告和改进建议。模块化架构:主控编排 +…»

AI Skill 质量评审系统。通过静态审查对 Skill 进行评分(100分制), 输出专业的评审报告和改进建议。模块化架构:主控编排 + 类型策略 + 评分模型 + 修复执行。 AI Skill QA System. Evaluates Skills via static analysis, with 100-point scoring, modular architecture with type-aware policies. 触发词:评审 skill, 测评 skill, skill 评分, skill 质量检查, 审查 skill, 改进 skill, 完善技能, 验证修复意见, 稳定性测试, benchmark, review skill, evaluate skill, improve skill, validate fix, skill quality.

ClawHub Agent Skills автор: zZihan v2.0.1 MIT-0 12 файлов тело ≈ 5 356 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Система контроля качества AI Skill.

Как процесс B 75/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Результат и критерий готовности вес 14
40
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: 10. 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 ≈ 5356 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 75/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5356 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 149
  • 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (6 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -245 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 391 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 149 пунктов
  • +4Есть примеры (13 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: clean
This is a disclosed skill-review tool with an optional, user-confirmed fix workflow, not a hidden or automatic modifier.
LLM: benign (high) · VirusTotal: · 3 июн. 2026 г.