SKILLEMALL.ai

AF llm-council

Оркестрируйте настраиваемый многопользовательский совет планирования CLI (Codex, Claude Code, Gemini, OpenCode или пользовательский) для создания независимых планов реализации, анонимизации и рандомизации их, затем оценки и объединения в один окончательный план. Используйте, когда вам нужен надежный, устойчивый к предвзятости рабочий процесс планирования, структурированные выводы JSON, повторные попытки и обработка сбоев между несколькими CLI-агентами.

машинный переводПоказать оригиналСкрыть оригинал«Orchestrate a configurable, multi-member CLI planning council (Codex,…»

Orchestrate a configurable, multi-member CLI planning council (Codex, Claude Code, Gemini, OpenCode, or custom) to produce independent implementation plans, anonymize and randomize them, then judge and merge into one final plan. Use when you need a robust, bias-resistant planning workflow, structured JSON outputs, retries, and failure handling across multiple CLI agents.

sundial-org/awesome-openclaw-skills Agent Skills автор: sundial-org 20 файлов · 1 скрипт тело ≈ 1 088 токенов Открыть источникgithub.com проанализирован 2 дн назад

Оркестрируйте настраиваемый многопользовательский совет планирования CLI (Codex, Claude Code, Gemini, OpenCode или пользовательский) для создания независимых…

Как процесс F 43/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/templates/*.md

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
43/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/templates/*.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 20. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/templates/*.md

Процессный рейтинг: все десять параметров 43/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/templates/*.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/templates/*.md
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 85Шаги. Шагов: 24, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1088 токенов
  • 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
  • -32 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 373 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.