SKILLEMALL.ai
GitHub ↗ EN Войти

CF Fork-Aware Updater\n\nMonitors forks, audits, auto-updates superior forks (score > current). Safety sandbox + confirm.\n

Обновление с учетом форков

машинный переводПоказать оригиналСкрыть оригинал«fork aware updater…»

fork aware updater

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 117 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Обновление с учетом форков

Как процесс F 24/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторРазработкатип 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
C
72/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
30
Прогон на моделях
не было
Процессный рейтинг
F
24/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Когда включается вес 12
0
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка name-long name длиннее 64 символов
  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-short description короче 40 символов: модели не хватит сигнала для срабатывания
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 24/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 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
  • 40Согласованность. Имя во frontmatter (Fork-Aware Updater\n\nMonitors forks, audits, auto-updates superior forks (score > current). Safety sandbox + confirm.\n\n## Usage\n- \"Update skills from forks\"\n- cron every=6h: exec node skills/fork-aware-updater/updater.js\n\n## Config repos.json\n[{\"slug\": \"danie/molt-security-auditor\", \"threshold\": 10}]\n\n## Workflow\n1. Radar forks.\n2. Audit threats/PoW.\n3. Score fork vs current.\n4. Sandbox test if superior.\n5. Human confirm → git pull/merge.) не совпадает с папкой (fork-aware-updater)
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Стоимость исполнения. Тело инструкции 117 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Длина description 18: рекомендуется 120–800 символов
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 30.