SKILLEMALL.ai

AF prd-template

Создает документ с требованиями к продукту, следуя проверенной структуре шаблона PM. Используйте, когда просят написать PRD, спецификацию продукта, спецификацию функции или документ с требованиями для новой функции или продукта. Создает полный PRD с описанием проблемы, пользовательскими историями, функциональными требованиями, техническими соображениями и метриками успеха.

машинный переводПоказать оригиналСкрыть оригинал«Create a Product Requirements Document following proven PM template st…»

Create a Product Requirements Document following proven PM template structure. Use when asked to write a PRD, product spec, feature specification, or requirements document for a new feature or product. Produces a complete PRD with problem statement, user stories, functional requirements, technical considerations, and success metrics.

mohitagw15856/pm-claude-skills Agent Skills автор: mohitagw15856 MIT 1 файл тело ≈ 2 548 токенов Открыть источникgithub.com проанализирован 2 дн назад

Создает документ с требованиями к продукту, следуя проверенной структуре шаблона PM.

Как процесс F 50/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../../docs/craft/product-decisions.md

ГенераторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
F
50/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../../docs/craft/product-decisions.md
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: prd-template (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: ../../docs/craft/product-decisions.md
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 50/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../docs/craft/product-decisions.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../docs/craft/product-decisions.md
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 65
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2548 токенов
  • low Разделов верхнего уровня: 10. 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 335 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.