SKILLEMALL.ai

AD pywayne-cross-comm

Сервис межъязыкового обмена сообщениями на основе WebSocket с поддержкой различных типов сообщений (текст, JSON, словарь, байты, изображения, файлы, папки) и управлением клиентами. Используйте при создании приложений для обмена сообщениями в реальном времени между Python и другими языками, при необходимости обмена сообщениями между несколькими устройствами или при передаче файлов через Aliyun OSS. Поддерживает роли как сервера, так и клиента с функцией heartbeat, управлением списком клиентов и фильтрацией сообщений по типу или отправителю.

машинный переводПоказать оригиналСкрыть оригинал«WebSocket-based cross-language communication service with support for…»

WebSocket-based cross-language communication service with support for multiple message types (text, JSON, dict, bytes, images, files, folders) and client management. Use when building real-time communication applications between Python and other languages, needing multi-device messaging, or requiring file transfer via Aliyun OSS. Supports both server and client roles with heartbeat, client list management, and message filtering by type or sender.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 1 702 токенов Открыть источникgithub.com проанализирован 2 дн назад

Сервис межъязыкового обмена сообщениями на основе WebSocket с поддержкой различных типов сообщений (текст, JSON, словарь, байты, изображения, файлы, папки) и…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ГенераторРазработкаДизайнтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
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: 1. 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 46/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (pywayne-cross-comm) не совпадает с папкой (cross-comm)
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 8
    • 100Стоимость исполнения. Тело инструкции 1702 токенов
    • low Разделов верхнего уровня: 11. 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
    • +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 450 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 8 пунктов
    • +4Есть примеры (15 блоков кода)

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