SKILLEMALL.ai
GitHub ↗ EN Войти

BC n8n-workflow-patterns

Проверенные архитектурные шаблоны рабочих процессов из реальных рабочих процессов n8n. Используйте при создании новых рабочих процессов, проектировании структуры рабочего процесса, выборе шаблонов рабочего процесса, планировании архитектуры рабочего процесса или при запросах о обработке веб-перехватчиков, интеграции API, операциях с базами данных, рабочих процессах ИИ-агентов, пакетной обработке или запланированных задачах. Всегда обращайтесь к этому навыку, когда пользователь просит создать, построить или спроектировать рабочий процесс n8n, автоматизировать процесс или подключить сервисы — даже если он явно не упоминает 'шаблоны'. Охватывает архитектуры для веб-перехватчиков, API, баз данных, ИИ, пакетной обработки и запланированной автоматизации. Также используйте при оптимизации медленного рабочего процесса или ускорении обработки большого количества элементов (количество узлов, batchSize, все элементы против каждого элемента).

машинный переводПоказать оригиналСкрыть оригинал«Proven workflow architectural patterns from real n8n workflows. Use wh…»

Proven workflow architectural patterns from real n8n workflows. Use when building new workflows, designing workflow structure, choosing workflow patterns, planning workflow architecture, or asking about webhook processing, HTTP API integration, database operations, AI agent workflows, batch processing, or scheduled tasks. Always consult this skill when the user asks to create, build, or design an n8n workflow, automate a process, or connect services — even if they don't explicitly mention 'patterns'. Covers webhook, API, database, AI, batch processing, and scheduled automation architectures. Also use when optimizing a slow workflow or speeding up large-item-count processing (node count, batchSize, all-items vs per-item).

czlonkowski/n8n-skills Agent Skills автор: czlonkowski MIT 7 файлов тело ≈ 4 903 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Проверенные архитектурные шаблоны рабочих процессов из реальных рабочих процессов n8n.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураSlackPostgreSQLZapierMySQLДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка edit-residue в тексте есть пометки об устаревшем (строки 343): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

    Процессный рейтинг: все десять параметров 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
    • 70Стоимость исполнения. Тело инструкции 4903 токенов
    • 85Шаги. Шагов: 177, расплывчатых формулировок: 2
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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

    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 730 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 54 заголовков
    • +3Пошаговые инструкции: 177 пунктов
    • +4Есть примеры (17 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.