AC ai-qa-review
Проверка СУЩЕСТВУЮЩЕГО тестового кода на качество, запахи и проблемы тестируемости. Обнаруживает «запахи тестов» по шести измерениям — читаемость, надежность, диагностическая ценность, дизайн, сгенерированные ИИ и покрытие — анализирует тестируемость кода приложения и подкрепляет качественные запахи мутационным тестированием. Используйте, когда: «проверить мои тесты», «аудит качества тестов», «запахи тестов», «анализ тестируемости», «хороши ли эти тесты». Не для: генерации новых тестов — используйте `ai-test-generation`. Не для: тестирования ИИ-функций в вашем продукте — используйте `ai-system-testing`. Связанные: unit-testing, shift-left-testing, coverage-analysis, ai-test-generation.
машинный переводПоказать оригиналСкрыть оригинал«Review EXISTING test code for quality, smells, and testability issues.…»
Review EXISTING test code for quality, smells, and testability issues. Detects test smells across six dimensions — readability, reliability, diagnostic value, design, AI-generated, and coverage — analyzes testability of application code, and backs the qualitative smells with mutation testing. Use when: "review my tests," "test quality audit," "test smells," "testability analysis," "are these tests any good." Not for: generating new tests — use `ai-test-generation`. Not for: testing AI features in your product — use `ai-system-testing`. Related: unit-testing, shift-left-testing, coverage-analysis, ai-test-generation.
Проверка СУЩЕСТВУЮЩЕГО тестового кода на качество, запахи и проблемы тестируемости.
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5265 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 63/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Стоимость исполнения. Тело инструкции 5265 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 50
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (13 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
- +3Формат ответа не описан: модель каждый раз решает сама
- -5В тексте остались TODO / заглушки
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 623 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 38 заголовков
- +3Пошаговые инструкции: 50 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.