SKILLEMALL.ai

BC graphify

Используйте для любого вопроса о кодовой базе, ее архитектуре, связях между файлами или содержании проекта — особенно когда существует graphify-out/, где вопрос следует сначала рассматривать как запрос graphify. Превращает любой ввод (код, документы, статьи, изображения, видео) в постоянный граф знаний с узлами бога, обнаружением сообществ и инструментами запросов/путей/объяснений.

машинный переводПоказать оригиналСкрыть оригинал«Use for any question about a codebase, its architecture, file relation…»

Use for any question about a codebase, its architecture, file relationships, or project content — especially when graphify-out/ exists, where the question should be treated as a graphify query first. Turns any input (code, docs, papers, images, videos) into a persistent knowledge graph with god nodes, community detection, and query/path/explain tools.

fullselfbrowsing/FSB Agent Skills автор: fullselfbrowsing 9 файлов тело ≈ 9 396 токенов Открыть источникgithub.com↗ проанализирован 33 ч назад

Используйте для любого вопроса о кодовой базе, ее архитектуре, связях между файлами или содержании проекта — особенно когда существует graphify-out/, где…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения

ПроцедураGitHubObsidianРазработкаМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 9396 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 62/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Стоимость исполнения. Тело инструкции 9396 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 27
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 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 353 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (22 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (8 из 8)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.