SKILLEMALL.ai

AC code-optimizer

Глубокий аудит оптимизации кода с использованием параллельных специализированных агентов. Каждый агент ищет антипаттерны производительности, неэффективность и субоптимальный код с помощью обнаружения на основе шаблонов (Grep/Glob) БЕЗ предварительного чтения полного исходного кода — избегая предвзятости привязки к существующим реализациям. Охватывает ВСЕ области оптимизации: запросы к базе данных, утечки памяти, сложность алгоритмов, параллелизм, размер пакета, мертвый код, ввод/вывод и сеть, рендеринг/UI, структуры данных, обработку ошибок, кэширование, конфигурацию сборки, безопасность-производительность, логирование и инфраструктуру. Используйте, когда вас просят: «оптимизировать мой код», «найти проблемы с производительностью», «аудит качества кода», «ускорить мое приложение», «найти узкие места», «обзор кода на производительность», «найти антипаттерны», «улучшить эффективность кода», «уменьшить задержку», «оптимизировать производительность», «обнаружение запахов кода», «найти медленный код», «оптимизировать этот проект», «аудит производительности», «оптимизация кода». Также срабатывает по: «optimizar codigo», «encontrar cuellos de botella», «mejorar rendimiento».

машинный переводПоказать оригиналСкрыть оригинал«Deep code optimization audit using parallel specialist agents. Each ag…»

Deep code optimization audit using parallel specialist agents. Each agent hunts for performance anti-patterns, inefficiencies, and suboptimal code using pattern-based detection (Grep/Glob) WITHOUT reading the full source code first — avoiding anchoring bias on existing implementations. Covers ALL optimization domains: database queries, memory leaks, algorithmic complexity, concurrency, bundle size, dead code, I/O & network, rendering/UI, data structures, error handling, caching, build config, security-performance, logging, and infrastructure. Use when asked to: "optimize my code", "find performance issues", "audit code quality", "speed up my app", "find bottlenecks", "code review for performance", "find anti-patterns", "improve code efficiency", "reduce latency", "optimize performance", "code smell detection", "find slow code", "optimize this project", "performance audit", "code optimization". Also triggers on: "optimizar codigo", "encontrar cuellos de botella", "mejorar rendimiento".

gsd-build/gsd-2 Agent Skills автор: gsd-build MIT 16 файлов тело ≈ 1 683 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Глубокий аудит оптимизации кода с использованием параллельных специализированных агентов.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторDockerРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 16. 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 52/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 27, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1683 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)
    • +3Длина description 999: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 18 примера фраз-триггеров в кавычках
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (15 из 15)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.