SKILLEMALL.ai
GitHub ↗ EN Войти

CD Pair Programming

AI-ассистированное парное программирование с несколькими режимами (ведущий$навигатор$переключение), проверкой в реальном времени, мониторингом качества и комплексным тестированием. Поддерживает TDD, отладку, рефакторинг и учебные сессии. Автоматическое переключение ролей, непрерывный обзор кода, сканирование безопасности и оптимизация производительности с проверкой истинности.

машинный переводПоказать оригиналСкрыть оригинал«AI-assisted pair programming with multiple modes (driver$navigator$swi…»

AI-assisted pair programming with multiple modes (driver$navigator$switch), real-time verification, quality monitoring, and comprehensive testing. Supports TDD, debugging, refactoring, and learning sessions. Features automatic role switching, continuous code review, security scanning, and performance optimization with truth-score verification.

Разбор skillemall

Скилл обещает режимы pair programming (водитель, навигатор, смена ролей), проверку кода в реальном времени, тесты и оптимизацию. На практике — 57 баллов за качество и 49 за процесс. Критических ошибок нет, но среднего уровня проблемы есть. Файл один, токенов 5947, моделей не прогонял.

Для работы с Claude, Cursor или Copilot подойдёт как основа: логика ролей и проверок там заложена. Но полагаться на «автоматическую смену ролей» и «truth-score верификацию» не стоит — это в описании, в коде реализовано слабее. Ставить, если нужен шаблон для структурированного review кода, а не готовое решение.

ruvnet/claude-flow Agent Skills автор: ruvnet MIT 1 файл тело ≈ 5 947 токенов Открыть источникgithub.com↗ проанализирован 31 ч назад

AI-ассистированное парное программирование с несколькими режимами (ведущий$навигатор$переключение), проверкой в реальном времени, мониторингом качества и…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, согласованность

АнализаторРазработкатип 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
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
57
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: RA-Skills

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 5947 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 754): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 49/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Pair Programming) не совпадает с папкой (pair-programming)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5947 токенов
  • 85Шаги. Шагов: 90, расплывчатых формулировок: 3
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 345 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 67 заголовков
  • +3Пошаговые инструкции: 90 пунктов
  • +4Есть примеры (58 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.