SKILLEMALL.ai
GitHub ↗ EN Войти

CC benchmark-fp-fn-audit

Проводите аудит React Doctor на основе corpora диагностических бенчмарков ReactBench или аналогичных для подтвержденных ложных срабатываний, ложных отрицаний, пробелов в таксономии и артефактов верификатора. Используйте при анализе rd.log, rd-before.json, rd-after.json, model.patch, result.json, журналов тестирования вознаграждений, распределений правил или когда вас просят выполнить второй состязательный проход по результатам бенчмарка React Doctor.

машинный переводПоказать оригиналСкрыть оригинал«Audit React Doctor against ReactBench or similar diagnostic benchmark…»

Audit React Doctor against ReactBench or similar diagnostic benchmark corpora for confirmed false positives, false negatives, taxonomy gaps, and verifier artifacts. Use when analyzing rd.log, rd-before.json, rd-after.json, model.patch, result.json, reward/test logs, rule distributions, or when asked to perform a second adversarial pass over React Doctor benchmark findings.

millionco/react-doctor Agent Skills автор: millionco NOASSERTION 3 файла тело ≈ 1 868 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Проводите аудит React Doctor на основе corpora диагностических бенчмарков ReactBench или аналогичных для подтвержденных ложных срабатываний, ложных отрицаний…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкаДанные и аналитикаТексты и документытип 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
C
84/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 10

    ✓ Критических и высоких находок нет

    Средние и низкие: 10
    • низкая Секреты в коде secret-high-entropy-token references/benchmark-artifacts.md:27
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - `fix-…mgx`: cheap `Map` ref initialization.
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/benchmark-artifacts.md:28
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - `writ…4p2`: cheap `Map` ref initialization.
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/benchmark-artifacts.md:29
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - `fix-…h7Z`: media error state reset keyed by source props.
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/benchmark-artifacts.md:30
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      - `writ…FwQ`: KaTeX HTML passed through a local alias.
      детектор
    • низкая Секреты в коде secret-high-entropy-token references/benchmark-artifacts.md:32
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - `fix-…G4t`: controlled-selection focus handoff.
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:129
      Строка, похожая на токен (может быть id, хеш или секрет)
      fix-…mgx
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:130
      Строка, похожая на токен (может быть id, хеш или секрет)
      writ…4p2
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:131
      Строка, похожая на токен (может быть id, хеш или секрет)
      fix-…h7Z
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:132
      Строка, похожая на токен (может быть id, хеш или секрет)
      writ…FwQ
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:134
      Строка, похожая на токен (может быть id, хеш или секрет)
      fix-…G4t

    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 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 34
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1868 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 375 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 34 пунктов
    • +4Есть примеры (8 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.