SKILLEMALL.ai

AB future-selves-council

Привлеките три версии вас из будущего к принятию решения — вас через неделю, через год и через десять лет — потому что каждый из них хочет разного. Используйте, когда спрашивают: «Чего хотело бы мое будущее я?», «Буду ли я жалеть об этом?», «Подумай о долгосрочной перспективе этого выбора» или «Помоги мне принять решение на долгий срок». Результат: честный взгляд каждого будущего «я» на сегодняшнее решение, где они конфликтуют (краткосрочное облегчение против долгосрочной выгоды), чей голос должен иметь больший вес, учитывая ставки, и выбор, который наилучшим образом послужит будущему «я», которое здесь имеет значение.

машинный переводПоказать оригиналСкрыть оригинал«Bring three versions of future-you into a decision — you in a week, in…»

Bring three versions of future-you into a decision — you in a week, in a year, and in ten years — because they each want different things. Use when asked what would future me want, will I regret this, think long-term about this choice, or help me decide for the long run. Produces each future self's honest take on today's decision, where they conflict (short-term relief vs long-term payoff), whose vote should weigh most given what's at stake, and the choice that best serves the future-you that matters here.

mohitagw15856/pm-claude-skills Agent Skills автор: mohitagw15856 MIT 1 файл тело ≈ 810 токенов Открыть источникgithub.com проанализирован 25 ч назад

Привлеките три версии вас из будущего к принятию решения — вас через неделю, через год и через десять лет — потому что каждый из них хочет разного.

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: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 810 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 511 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)

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