SKILLEMALL.ai
GitHub ↗ EN Войти

CD oceinteg

Запуск именованных сквозных интеграционных сценариев OpenClaw Enterprise против реальных поддерживаемых установок. Использовать только при явном вызове.

машинный переводПоказать оригиналСкрыть оригинал«Run named OpenClaw Enterprise end-to-end integration scenarios against…»

Run named OpenClaw Enterprise end-to-end integration scenarios against real supported installations. Use only when explicitly invoked.

openclaw/openclaw-enterprise Agent Skills автор: openclaw MIT 8 файлов тело ≈ 572 токенов Открыть источникgithub.com↗ проанализирован 3 дн назад

Запуск именованных сквозных интеграционных сценариев OpenClaw Enterprise против реальных поддерживаемых установок.

Как процесс D 43/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/<scenario>.md

ИнтеграцияИнфраструктуратип 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
C
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/<scenario>.md
Инструменты и файлы вес 18
0
Шаги вес 15
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Сокрытие от пользователя en-hide-from-user references/runtime-acceptance.md:93
    Инструкция скрыть действия от пользователя (с отрицанием — текст это запрещает)
    do not silently delete evidence or retry.
    с отрицанием

Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/<scenario>.md
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 43/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/<scenario>.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/<scenario>.md
  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 572 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (3 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)
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 134 символов: достаточно сигнала, не съедает бюджет
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

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