SKILLEMALL.ai
GitHub ↗ EN Войти

AC bug-fixing

Рабочий процесс исправления ошибок с нулевой регрессией и самоэволюцией: воспроизвести → найти причину → определить область → предсказать влияние → исправить → проверить на регрессию → провести ревью кода → саморефлексия и эволюция. Используется, когда: - Функция сломана, некорректное поведение, неправильный вывод, ошибки/исключения - Ошибки/предупреждения в консоли, даже когда "работает" - Регрессии, тайм-ауты, снижение производительности - Фразы "fix bug", "debug", "not working", "error", "broken" Вывод: Сводка по ошибке + отчет о проверке + ревью кода + оценка саморефлексии. Не для: новых функций (fullstack-developer); чистого ревью (code-review); оптимизации (performance-optimization).

машинный переводПоказать оригиналСкрыть оригинал«Zero-regression bug fix workflow with self-evolution: reproduce → root…»

Zero-regression bug fix workflow with self-evolution: reproduce → root cause → scope → impact prediction → fix → regression verify → code review → self-reflect & evolve. Use when: - Feature broken, incorrect behavior, wrong output, errors/exceptions - Console errors/warnings even when "working" - Regressions, timeouts, degraded performance - "fix bug", "debug", "not working", "error", "broken" Output: Bug summary + verification report + code review + self-reflection score. Not for: new features (fullstack-developer); pure review (code-review); optimization (performance-optimization)

modbender/skill-library-mcp Agent Skills автор: modbender MIT 26 файлов тело ≈ 3 852 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Рабочий процесс исправления ошибок с нулевой регрессией и самоэволюцией: воспроизвести → найти причину → определить область → предсказать влияние → исправить…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураДанные и аналитикаРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Рискованное назначение intent-offensive-security references/cross-surface-regression.md:185
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Auth checked before actions | No privilege escalation |
    • низкая Рискованное назначение intent-offensive-security references/scope-accuracy-protocol.md:88
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | **Security invariants** | Auth checked before actions, no privilege escalation |

    Просканировано файлов: 26. 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 54/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 26
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3852 токенов
    • low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле

    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

    • +3Формат ответа не описан: модель каждый раз решает сама
    • -250 эмодзи в инструкциях: шум для модели
    • -33 из 3 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 591 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 36 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (21 из 21)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.