SKILLEMALL.ai
GitHub ↗ EN Войти

AC write-vibe-design-doc

Создавайте или обновляйте готовые к реализации проектные предложения для Mistral Vibe в разделе docs/design, включая рассмотрение дерева решений перед составлением. Используйте перед реализацией существенной функции Vibe, миграцией, изменением протокола или API, изменением среды выполнения или хранения данных, рабочим процессом между компонентами, планом совместимости или другой работой, для которой требуется рассмотрение вопросов владения, поведения, семантики сбоев, развертывания и проверки.

машинный переводПоказать оригиналСкрыть оригинал«Create or update implementation-ready design proposals for Mistral Vib…»

Create or update implementation-ready design proposals for Mistral Vibe under docs/design, including a bounded design-tree decision review before drafting. Use before implementing a substantial Vibe feature, migration, protocol or API change, runtime or persistence change, cross-component workflow, compatibility plan, or other work whose ownership, behavior, failure semantics, rollout, and validation need review.

mistralai/mistral-vibe Agent Skills автор: mistralai Apache-2.0 2 файла тело ≈ 2 853 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Создавайте или обновляйте готовые к реализации проектные предложения для Mistral Vibe в разделе docs/design, включая рассмотрение дерева решений перед…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ГенераторРазработкаДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Mistral Vibe Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 2. 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 62/100

    • 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
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 45
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2853 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 416 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 45 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.