SKILLEMALL.ai

AC pre-engineering

PRE Engineering — Инициализация многоагентного совместного проекта PRE (Plan-Review-Execute). АКТИВАЦИЯ, когда: пользователь хочет инициализировать многоагентный совместный проект, упоминает систему PRE, PRE Engineering, хочет настроить совместных агентов, хочет инициализировать документы проекта для совместной работы агентов, спрашивает, как заставить несколько ИИ-ролей сотрудничать над проектом, упоминает Plan-Review-Execute, хочет использовать журнал сотрудничества для управления работой нескольких агентов, хочет создать руководства для планировщика/исполнителя/рецензента, хочет начать рабочий процесс совместной работы PRE или выражает намерение о многоагентном сотрудничестве без явного упоминания PRE.

машинный переводПоказать оригиналСкрыть оригинал«PRE Engineering — Initialize a PRE (Plan-Review-Execute) multi-agent c…»

PRE Engineering — Initialize a PRE (Plan-Review-Execute) multi-agent collaborative project. TRIGGER when: user wants to initialize a multi-agent collaborative project, mentions PRE system, PRE Engineering, wants to set up collaborative agents, wants to initialize project documents for agent collaboration, asks how to make multiple AI roles collaborate on a project, mentions Plan-Review-Execute, wants to use a collaboration log to drive multi-agent work, wants to create Planner/Executor/Reviewer guide documents, wants to start a PRE collaboration workflow, or expresses multi-agent collaboration intent without explicitly mentioning PRE.

ClawHub Agent Skills автор: Zhang Zhanluo v1.0.0 MIT-0 8 файлов тело ≈ 3 208 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

PRE Engineering — Инициализация многоагентного совместного проекта PRE (Plan-Review-Execute).

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Инструменты и файлы вес 18
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: 8. 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 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash, git), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 35
    • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3208 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 642 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +4Есть примеры (12 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent PRE multi-agent workflow, but it asks users to run persistent agents that can edit code and mutate git history with limited per-action control.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.