SKILLEMALL.ai

AB explain-my-decision-to-me

Проговорите решение вслух с пациентом-партнером по размышлениям, который отражает ваши рассуждения, чтобы ответ, который вы уже наполовину знаете, стал ясным. Используйте, когда вас попросят помочь мне обдумать это, мне нужно это проговорить, будьте моим консультантом или я не знаю, что я на самом деле думаю. Создает структурированное отражение ваших собственных рассуждений — что вы на самом деле сказали, ценности, которые им руководят, противоречия и пробелы, а также вопрос, который прояснил бы это — действуя как резиновая уточка / консультант, а не предоставляя вам ответ, который вы не достигли самостоятельно.

машинный переводПоказать оригиналСкрыть оригинал«Talk through a decision out loud with a patient thinking partner that…»

Talk through a decision out loud with a patient thinking partner that reflects your reasoning back, so the answer you already half-know becomes clear. Use when asked help me think this through, I need to talk this out, be my sounding board, or I don't know what I actually think. Produces a structured reflection of your own reasoning — what you've actually said, the values driving it, the contradictions and gaps, and the question that would clarify it — acting as a rubber-duck / sounding board rather than handing you an answer you didn't reach yourself.

mohitagw15856/pm-claude-skills Agent Skills автор: mohitagw15856 MIT 1 файл тело ≈ 801 токенов Открыть источникgithub.com проанализирован 2 дн назад

Проговорите решение вслух с пациентом-партнером по размышлениям, который отражает ваши рассуждения, чтобы ответ, который вы уже наполовину знаете, стал ясным.

Как процесс B 70/100 · Почти готов — слабые места: когда включается, ошибки и развилки, отчётность по ходу

Генератортип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: pm-claude-skills, pm-claude-skills

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: 1. 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 70/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 29
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 801 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 558 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.