SKILLEMALL.ai

CC wiki-query

Быстрые запросы только для чтения с приоритетом индекса к LLM-wiki для OpenCode и совместимых обработчиков инструкций.

машинный переводПоказать оригиналСкрыть оригинал«Fast, read-only, index-first llm-wiki queries for OpenCode and compati…»

Fast, read-only, index-first llm-wiki queries for OpenCode and compatible instruction-file harnesses.

Разбор skillemall

Скилл обещает быстрые запросы к LLM-wiki в режиме read-only с приоритетом индекса. В файлах — одна инструкция на 658 токенов, без скриптов и критических ошибок. Оценка качества 65 из 100, процесс — 61. На моделях скилл не тестировали, в песочнице не запускали.

Поддержка широкая: Claude, Cursor, DeepSeek, Mistral и ещё восемь платформ. Находок нет, линтер не ругался, безопасность на 100. Ставить можно, если вам нужно читать вики без записи и индекс вас устраивает. Без прогона на реальных моделях непонятно, насколько быстро это работает и что на практике даёт приоритет индекса.

nvk/llm-wiki Agent Skills автор: nvk 1 файл тело ≈ 658 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Быстрые запросы только для чтения с приоритетом индекса к LLM-wiki для OpenCode и совместимых обработчиков инструкций.

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 61/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 21
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 658 токенов
  • low Ответ описан самодельной разметкой (4 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 101: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 21 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.