SKILLEMALL.ai
GitHub ↗ EN Войти

BC devlog

Создавайте повествовательные посты для блога на основе расшифровок сессий кодирования с ИИ. Читает файлы сессий, выбирает сессии, относящиеся к теме, и создает пост для блога с повествованием от агента о совместной работе человека и ИИ. Поддерживает стили "журнал разработчика", "учебник" и "технический обзор".

машинный переводПоказать оригиналСкрыть оригинал«Generate narrative blog posts from AI coding session transcripts. Read…»

Generate narrative blog posts from AI coding session transcripts. Reads session files, selects sessions relevant to a topic, and produces an agent-narrated blog post about the human-agent collaboration. Supports builder's log, tutorial, and technical deep-dive styles.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 23 файла · 11 скриптов тело ≈ 2 199 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Создавайте повествовательные посты для блога на основе расшифровок сессий кодирования с ИИ.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторРазработкатип 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
B
87/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • низкая Секреты в коде secret-high-entropy-token references/platforms/opencode/opencode.md:49
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "id": "ses_…BPq",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token references/platforms/opencode/opencode.md:85
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "id": "msg_…mgC",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token references/platforms/opencode/opencode.md:86
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "sessionID": "ses_…BPq",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token references/platforms/opencode/opencode.md:98
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "id": "msg_…Uy1",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token references/platforms/opencode/opencode.md:99
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "sessionID": "ses_…BPq",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token references/platforms/opencode/read-session.sh:19
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    echo "  session-id: e.g., ses_…BPq" >&2
    в кавычках

Просканировано файлов: 23. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 55/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 50
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2199 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

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 268 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 50 пунктов
  • +4Есть примеры (0 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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