SKILLEMALL.ai
GitHub ↗ EN Войти

BA oss-contribution-research

Исследуйте и подготовьте внешний вклад в open-source репозиторий, затем остановитесь на элементе очереди для утверждения человеком: проверка политики, прием, проверка на дубликаты, воспроизведение, патч, собственные проверки репозитория, независимый повторный запуск критика и раскрытый, хешированный черновик точного текста для публикации. Используйте этот навык, когда пользователь хочет внести вклад в чужой репозиторий, исправить вышестоящую ошибку, взять на себя задачу good-first-issue, подготовить черновик pull request с помощью ИИ для внешнего проекта, отследить свой собственный внешний PR или запустить конвейер контролируемого вклада. Триггеры: open source contribution, contribute to this repo, upstream fix, outside PR, external PR, good first issue, fix this issue in their repo, contribution research, AI-assisted PR, disclose AI in PR, reply to review on my PR. Также срабатывает, когда пользователь называет проблему в репозитории, который он не поддерживает, и просит исправить, даже если не говорит «внести вклад».

машинный переводПоказать оригиналСкрыть оригинал«Research and prepare an outside contribution to an open-source repo, t…»

Research and prepare an outside contribution to an open-source repo, then stop at a queue item for a human to approve: policy check, intake, duplicate check, reproduction, patch, the repo's own checks, an independent critic rerun, and a disclosed, hashed draft of the exact text to post. Use this skill whenever the user wants to contribute to someone else's repo, fix an upstream bug, pick up a good-first-issue, draft an AI-assisted pull request for an outside project, follow up on their own outside PR, or run a gated contribution pipeline. Triggers on open source contribution, contribute to this repo, upstream fix, outside PR, external PR, good first issue, fix this issue in their repo, contribution research, AI-assisted PR, disclose AI in PR, reply to review on my PR. Also triggers when the user names an issue in a repo they do not maintain and asks for a fix, even if they do not say contribute.

rampstackco/claude-skills Agent Skills автор: rampstackco 6 файлов тело ≈ 4 536 токенов Открыть источникgithub.com↗ проанализирован 8 ч назад

Исследуйте и подготовьте внешний вклад в open-source репозиторий, затем остановитесь на элементе очереди для утверждения человеком: проверка политики, прием…

Как процесс A 83/100 · Дойдёт до конца — слабые места: повторный запуск

ПроцедураРазработкатип 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
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
A
83/100
Дойдёт до конца
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: oss-contribution-research (rampstackco/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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "catalog_summary"
    • заметка frontmatter-key неизвестное поле фронтматтера "display_order"

    Процессный рейтинг: все десять параметров 83/100

    • 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Стоимость исполнения. Тело инструкции 4536 токенов
    • 100Шаги. Шагов: 96
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 908: рекомендуется 120–800 символов
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 96 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.