CB improve-animations
Анализируйте код анимации и движения в кодовой базе как старший консультант по движению, затем подготовьте приоритетный аудит и автономные планы реализации для других агентов (или более дешевых моделей). Только для чтения исходного кода — он планирует улучшения, но не применяет их. Используйте, когда пользователь просит «улучшить анимацию», «провести аудит движения», «сделать приложение лучше» или хочет получить дорожную карту исправлений анимации, а не обзор одного diff.
машинный переводПоказать оригиналСкрыть оригинал«Survey a codebase's animation and motion code as a senior motion advis…»
Survey a codebase's animation and motion code as a senior motion advisor, then produce a prioritized audit and self-contained implementation plans for other agents (or cheaper models) to execute. Read-only on source code — it plans improvements, it does not apply them. Use when the user asks to "improve the animations", "audit the motion", "make this app feel better", or wants a roadmap of animation fixes rather than a review of a single diff.
Анализируйте код анимации и движения в кодовой базе как старший консультант по движению, затем подготовьте приоритетный аудит и автономные планы реализации…
Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Такой же скилл встречается ещё в 1 месте: skills
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
В файлах есть невидимые символы, закодированные команды или спрятанные комментарии для модели. То, что вы читаете, отличается от того, что видит агент.
Уберите невидимые символы (часто они попадают из копипаста) и закодированные строки: их не пропустит ни один каталог. Инструкции для модели должны быть видны и человеку.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- 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 · 2
-
высокая Обфускация
uni-zero-widthPLAN-TEMPLATE.md:19Невидимые символы нулевой ширины (возможен скрытый текст) (4 шт.)␀```css
Средние и низкие: 1
✓ Guard не нашёл подозрительного поведения. 1 совпадений — это строки атак, процитированные в документации самого скилла по безопасности.
Просканировано файлов: 3. 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 65/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 18
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1914 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 447 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 18 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.