SKILLEMALL.ai
GitHub ↗ EN Войти

BC gao-tra

База знаний из Руководства Счетной палаты США по оценке готовности технологий (GAO-20-48G, 2020). Используйте для оценки зрелости технологий в программах и проектах закупок: уровни готовности технологий (TRL 1–9) и связанные шкалы (MRL, IRL), определение критических технологических элементов (CTE), пятиэтапный процесс для высококачественной TRA, четыре характеристики надежной TRA (всеобъемлющая, хорошо документированная, достоверная, обоснованная), планы развития технологий (TMP) и использование результатов TRA для принятия решений на основе знаний и контрольных точек. Ориентировано на оценку/зрелость: измеряет готовность и определяет риски — это не полная модель процесса SE, руководство по оценке затрат или планированию (см. связанные пакеты для этого).

машинный переводПоказать оригиналСкрыть оригинал«Knowledge base from the GAO Technology Readiness Assessment Guide (GAO…»

Knowledge base from the GAO Technology Readiness Assessment Guide (GAO-20-48G, 2020). Use for evaluating technology maturity in acquisition programs and projects: Technology Readiness Levels (TRL 1–9) and related scales (MRL, IRL), identifying Critical Technology Elements (CTEs), the five-step process for a high-quality TRA, the four characteristics of a reliable TRA (comprehensive, well-documented, credible, defensible), Technology Maturation Plans (TMPs), and using TRA results in knowledge-based, milestone decisions. Assessment/maturity oriented: it measures readiness and frames risk — it is not a full SE process model, cost-estimating, or schedule guide (see sibling packs for those).

jgsystemsconsulting/jgs-se-knowledge-packs Agent Skills автор: jgsystemsconsulting 13 файлов тело ≈ 2 716 токенов Открыть источникgithub.com↗ проанализирован 2 ч назад

База знаний из Руководства Счетной палаты США по оценке готовности технологий (GAO-20-48G, 2020).

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

АнализаторИИ и агентыДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 13. 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 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 35
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2716 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 695 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +1Лицензия указана

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