SKILLEMALL.ai
GitHub ↗ EN Войти

AD figma

Взаимодействие с REST API Figma для чтения файлов, экспорта слоев/компонентов в виде изображений и получения комментариев. Используйте, когда пользователю нужна информация из дизайнов Figma или он хочет экспортировать ресурсы для разработки. Триггеры включают «read figma file», «export figma layer» или «check figma comments».

машинный переводПоказать оригиналСкрыть оригинал«Interact with the Figma REST API to read files, export layers/componen…»

Interact with the Figma REST API to read files, export layers/components as images, and retrieve comments. Use when the user needs information from Figma designs or wants to export assets for development. Triggers include "read figma file", "export figma layer", or "check figma comments".

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 187 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Взаимодействие с REST API Figma для чтения файлов, экспорта слоев/компонентов в виде изображений и получения комментариев.

Как процесс D 36/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

ИнтеграцияFigmaДизайнтип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
36/100
Процесс не доведён
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 3. 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 36/100

    • 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
    • 25Шаги. Шагов: 1
    • 40Согласованность. Имя во frontmatter (figma) не совпадает с папкой (kai-tw-figma)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Стоимость исполнения. Тело инструкции 187 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +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
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 289 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.