BC adu-corrections-flow
Анализирует письма с исправлениями для разрешений ADU — первая половина конвейера исправлений. Читает письмо с исправлениями, создает манифест листа из папки с планами, исследует государственные и городские нормы, просматривает упомянутые листы планов, категоризирует каждый пункт исправлений и генерирует обоснованные вопросы для подрядчика. Этот навык следует использовать, когда подрядчик получает от города письмо с исправлениями для разрешения ADU. Он координирует три поднавыка (california-adu для законов штата, adu-city-research для городских правил, adu-targeted-page-viewer для навигации по листам планов) для создания артефактов исследования и JSON-файла с вопросами, готового для пользовательского интерфейса. НЕ генерирует окончательный пакет ответа — это обрабатывается adu-corrections-complete после того, как подрядчик ответит на вопросы. Активируется при предоставлении PDF/PNG письма с исправлениями вместе с PDF-файлом папки с планами.
машинный переводПоказать оригиналСкрыть оригинал«Analyzes ADU permit corrections letters — the first half of the correc…»
Analyzes ADU permit corrections letters — the first half of the corrections pipeline. Reads the corrections letter, builds a sheet manifest from the plan binder, researches state and city codes, views referenced plan sheets, categorizes each correction item, and generates informed contractor questions. This skill should be used when a contractor receives a city corrections letter for an ADU permit. It coordinates three sub-skills (california-adu for state law, adu-city-research for city rules, adu-targeted-page-viewer for plan sheet navigation) to produce research artifacts and a UI-ready questions JSON. Does NOT generate the final response package — that is handled by adu-corrections-complete after the contractor answers questions. Triggers when a corrections letter PDF/PNG is provided along with the plan binder PDF.
Анализирует письма с исправлениями для разрешений ADU — первая половина конвейера исправлений.
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, отчётность по ходу
Как улучшить
- 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 59/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Шаги. Шагов: 43, расплывчатых формулировок: 4
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2865 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 829: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -5В тексте остались TODO / заглушки
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 43 пунктов
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.