SKILLEMALL.ai

AC gstack-pro

Преобразует вашего ИИ-ассистента в структурированную команду виртуальных инженеров-программистов из 10 специалистов — вдохновленную GStack Гарри Тана (CEO YC, 16 тыс. звезд на GitHub) и адаптированную для архитектуры суб-агентов OpenClaw. Охватывает полный цикл разработки: продуктовое мышление → архитектура → дизайн → ревью кода → QA → релиз → ретроспектива. Включен паттерн Generator-Evaluator. Показатель здоровья (0-100) для каждого спринта. Автоматизированное браузерное QA. Активируется при: запуске новой функции, подготовке к релизу, ревью кода, проведении QA или необходимости переосмысления продукта. Работает с: суб-агентами OpenClaw (coder/tester/architect/writer/operator/designer/progress/requirer).

машинный переводПоказать оригиналСкрыть оригинал«Transform your AI assistant into a structured virtual software enginee…»

Transform your AI assistant into a structured virtual software engineering team with 10 specialist roles — inspired by Garry Tan's GStack (YC CEO, 16K GitHub Stars) and adapted for OpenClaw's subagent architecture. Covers the full development lifecycle: product thinking → architecture → design → code review → QA → ship → retro. Generator-Evaluator pattern included. Health Score (0-100) for every sprint. Automated browser QA. Activate when: starting a new feature, preparing to ship, doing code review, running QA, or needing a product rethink. Works with: OpenClaw subagents (coder/tester/architect/writer/operator/designer/progress/requirer).

ClawHub Agent Skills автор: mingyuan v1.0.0 MIT-0 8 файлов тело ≈ 1 536 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Преобразует вашего ИИ-ассистента в структурированную команду виртуальных инженеров-программистов из 10 специалистов — вдохновленную GStack Гарри Тана (CEO YC…

Как процесс C 64/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

ГенераторGitHubРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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

    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "tagline"

    Процессный рейтинг: все десять параметров 64/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 12
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1536 токенов

    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)
    • -226 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 647 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 6)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a disclosed, instruction-only software engineering workflow skill, but users should treat its QA and shipping roles as high-impact operations.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.