SKILLEMALL.ai

AA multi-persona-user-story

Преобразуйте концепцию функции в пользовательские истории и критерии приемки в стиле Gherkin для 3-5 персон (новый пользователь, опытный пользователь, администратор, мобильный, доступность, только для чтения). Пишет истории в канонической форме «Как / Я хочу / Чтобы», соответствующие критериям INVEST, прилагает тесты Given-When-Then со счастливым путем и негативными случаями, а также выявляет конфликты между персонами. Активируется, когда пользователь говорит «написать пользовательские истории», «составить критерии приемки», «создать карту историй для разных персон», «разделить эту функцию по типам пользователей» или «критерии приемки Gherkin для».

машинный переводПоказать оригиналСкрыть оригинал«Turn one feature concept into user stories and Gherkin-style acceptanc…»

Turn one feature concept into user stories and Gherkin-style acceptance criteria across 3-5 personas (new user, power user, admin, mobile, accessibility, read-only viewer). Writes stories in the canonical "As a / I want / So that" form against INVEST criteria, attaches Given-When-Then tests with happy-path and negative cases, and surfaces cross-persona conflicts. Trigger when the user says "write user stories", "draft acceptance criteria", "story map across personas", "split this feature by user type", or "Gherkin acceptance criteria for".

genspark Agent Skills автор: Genspark 1 файл тело ≈ 1 917 токенов Открыть источникgenspark.ai проанализирован 3 дн назад

Преобразуйте концепцию функции в пользовательские истории и критерии приемки в стиле Gherkin для 3-5 персон (новый пользователь, опытный пользователь…

Как процесс A 92/100 · Дойдёт до конца — слабые места: повторный запуск, отчётность по ходу

Роль и тонОперации и проектыИсследованиятип 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
A
92/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Входы и предусловия вес 11
70
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: 1. 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 92/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 43
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1917 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +3Длина description 545 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

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