SKILLEMALL.ai
GitHub ↗ EN Войти

AF experiment-readout

Проанализируйте завершенный A/B-тест и напишите честный отчет о результатах с реальной статистикой. Используйте, когда вас просят прочитать отчет A/B-теста, проанализировать результаты эксперимента, проверить статистическую значимость результата или принять решение о запуске/отказе на основе данных теста. Создает отчет — рассчитанный прирост, p-значение и доверительный интервал, вердикт о значимости, проверка защитных ограждений и четкая рекомендация запустить / не запускать / итерировать. Включает стандартный калькулятор статистической значимости.

машинный переводПоказать оригиналСкрыть оригинал«Analyse a finished A/B test and write an honest results readout with r…»

Analyse a finished A/B test and write an honest results readout with real statistics. Use when asked to read out an A/B test, analyse experiment results, check if a result is statistically significant, or decide ship/no-ship from test data. Produces a readout — the computed lift, p-value & confidence interval, a significance verdict, guardrail check, and a clear ship / no-ship / iterate recommendation. Includes a stdlib significance calculator.

mohitagw15856/pm-claude-skills Agent Skills автор: mohitagw15856 MIT 1 файл тело ≈ 865 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Проанализируйте завершенный A/B-тест и напишите честный отчет о результатах с реальной статистикой.

Как процесс F 52/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/ab_significance.py

АнализаторДанные и аналитикаРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
F
52/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/ab_significance.py
Инструменты и файлы вес 18
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: experiment-readout (mohitagw15856/pm-claude-skills)

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/ab_significance.py
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 52/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/ab_significance.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/ab_significance.py
  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 865 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 448 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.