SKILLEMALL.ai
GitHub ↗ EN Войти

AF harness-engineering

Применяйте инженерию harness на уровне репозитория для кодовых агентов. Используйте, когда пользователь хочет предотвратить повторные ошибки кодовых агентов ИИ, превращая сбои в долгосрочные инструкции, проверки дрейфа, регрессионные тесты, память о сбоях и отчеты о внедрении, адаптированные к целевому репозиторию.

машинный переводПоказать оригиналСкрыть оригинал«Adopt repository-level harness engineering for coding agents. Use when…»

Adopt repository-level harness engineering for coding agents. Use when a user wants to prevent repeated AI coding-agent mistakes by turning failures into durable instructions, drift checks, regression tests, failure memory, and adoption reports tailored to the target repository.

github/awesome-copilot Agent Skills автор: github MIT 1 файл тело ≈ 1 889 токенов Открыть источникgithub.com↗ проанализирован 22 ч назад

Используйте, когда пользователь хочет предотвратить повторные ошибки кодовых агентов ИИ, превращая сбои в долгосрочные инструкции, проверки дрейфа…

Как процесс F 51/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/check_*.py

ПроцедураGitHubРазработкаДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: GitHub Copilot / VS Code Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
F
51/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/check_*.py
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/check_*.py

Процессный рейтинг: все десять параметров 51/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/check_*.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/check_*.py
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 71
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1889 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 279 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 71 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.