SKILLEMALL.ai

BC help

Методология решения проблем с акцентом на рефлексию для разработки Convex. Используйте перед реализацией любого решения, чтобы обеспечить надлежащий анализ первопричин, 98% уверенность в коде и минимальный объем изменений.

машинный переводПоказать оригиналСкрыть оригинал«Reflection-first problem solving methodology for Convex development. U…»

Reflection-first problem solving methodology for Convex development. Use before implementing any solution to ensure proper root cause analysis, 98% code confidence, and minimal change scope.

Разбор skillemall

Скилл обещает методику рефлексивного анализа перед кодированием: сначала разобраться в корне проблемы, потом писать с уверенностью 98%. В файлах — одна инструкция на 1055 токенов без скриптов. Проверки показали: safety 100, quality 80, process 50. Критических проблем не нашли, но процессная оценка низкая — видимо, инструкция описывает подход, а не даёт чёткий алгоритм действий. Работает на всех крупных платформах. Ставить стоит, если вы готовы следовать методологии вручную; автоматизации тут нет.

Для задач, где нужно сначала остановиться и подумать, а не сразу генерировать код, скилл сработает. Для быстрых правок — лишний шаг.

waynesutton/markdown-site Agent Skills автор: waynesutton 1 файл тело ≈ 1 055 токенов Открыть источникgithub.com↗ проанализирован 8 ч назад

Методология решения проблем с акцентом на рефлексию для разработки Convex.

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторРазработкаТексты и документыДизайнтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
50/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 50/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 53, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1055 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 190 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 53 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.