SKILLEMALL.ai

AC claude-code-pro

Эффективный по токенам рабочий процесс Claude Code. Другие навыки сжигают токены, опрашивая tmux каждые 30 секунд — этот использует обратные вызовы завершения и проверяет только при получении уведомления. Наблюдаемые сеансы tmux, интеллектуальные правила диспетчеризации (знает, когда НЕ следует запускать Claude Code) и мониторинг структурированного JSON. Экономит более 80% токенов надзора по сравнению с подходами, основанными на опросе. Используйте для: многофайловых задач кодирования, требующих фонового выполнения. НЕ для: простых правок одного файла (просто прочитайте и отредактируйте напрямую — в этом суть). Требуется: tmux, claude CLI.

машинный переводПоказать оригиналСкрыть оригинал«Token-efficient Claude Code workflow. Other skills burn tokens polling…»

Token-efficient Claude Code workflow. Other skills burn tokens polling tmux every 30s — this one uses completion callbacks and only checks when notified. Observable tmux sessions, smart dispatch rules (know when NOT to spawn Claude Code), and structured JSON monitoring. Saves 80%+ supervision tokens vs polling-based approaches. Use when: multi-file coding tasks that need background execution. NOT for: simple single-file fixes (just read+edit directly — that's the point). Requires: tmux, claude CLI.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 7 файлов · 5 скриптов тело ≈ 1 190 токенов Открыть источникgithub.com проанализирован 2 дн назад

Эффективный по токенам рабочий процесс Claude Code.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 7. 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 52/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 4
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1190 токенов
    • low Разделов верхнего уровня: 12. 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 504 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (9 блоков кода)
    • +3Все 5 скриптов описаны в инструкциях

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