SKILLEMALL.ai
GitHub ↗ EN Войти

AB workflow-to-skill

Преобразует проверенный, повторяющийся профессиональный рабочий процесс в переносимый и проверяемый AI Skill с четкими триггерами, входами, шагами, выходами, проверкой, восстановлением и ограничениями. Используйте, когда пользователь просит сделать рабочий процесс многоразовым, упаковать процесс как Skill или сохранить успешный многошаговый метод. Не используйте для спекулятивных процессов, которые не были выполнены или конкретно не определены.

машинный переводПоказать оригиналСкрыть оригинал«Converts a proven, repeated professional workflow into a portable and…»

Converts a proven, repeated professional workflow into a portable and inspectable AI Skill with clear triggers, inputs, steps, outputs, verification, recovery, and limits. Use when a user asks to make a workflow reusable, package a process as a Skill, or preserve a successful multi-step method. Do not use for speculative processes that have not been performed or concretely specified.

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 3 файла тело ≈ 747 токенов Открыть источникgithub.com↗ проанализирован 70 мин назад

Преобразует проверенный, повторяющийся профессиональный рабочий процесс в переносимый и проверяемый AI Skill с четкими триггерами, входами, шагами, выходами…

Как процесс B 73/100 · Почти готов — слабые места: согласованность, отчётность по ходу

ПроцедураИИ и агентытип 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
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Отчётность по ходу вес 2
0
Согласованность вес 8
40
Когда включается вес 12
50
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: 3. 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 73/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (workflow-to-skill) не совпадает с папкой (workflow-to-skill-adrian-lerer)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 19
    • 100Стоимость исполнения. Тело инструкции 747 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 386 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.