SKILLEMALL.ai

CC lean-comments

Аудит, написание и улучшение поддерживаемых комментариев к исходному коду первой стороны и документации на уровне объявлений на разных языках. Используйте при добавлении, редактировании, проверке, очистке или аудите комментариев, документационных комментариев, docstrings, TODO, FIXME, NOTE, подавлений или другого комментария к исходному коду, в том числе при изменении кода и решении вопроса о том, оправдан ли комментарий вообще. По умолчанию комментарии не добавляются, если только они не сохраняют значимую, неочевидную информацию, которую невозможно разумно восстановить из кода или ближайшего контекста репозитория.

машинный переводПоказать оригиналСкрыть оригинал«Audits, writes, and refines maintained first-party source-code comment…»

Audits, writes, and refines maintained first-party source-code comments and declaration-level documentation across languages. Use when adding, editing, reviewing, cleaning up, or auditing comments, doc comments, docstrings, TODO, FIXME, NOTE, suppressions, or other source commentary, including while modifying code and deciding whether a comment is warranted at all. Defaults to no comment unless it preserves meaningful, non-obvious information that cannot reasonably be recovered from the code or nearby repository context.

github/awesome-copilot Agent Skills автор: github MIT 1 файл тело ≈ 5 190 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Аудит, написание и улучшение поддерживаемых комментариев к исходному коду первой стороны и документации на уровне объявлений на разных языках.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

АнализаторТексты и документыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5190 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 94, 346, 405): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 59/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 5190 токенов
  • 100Шаги. Шагов: 100
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 22. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (12 тегов): типизированный вызов надёжнее

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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 526 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 100 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.