SKILLEMALL.ai

CC create-master

На основе классических буддийских текстов, создание ИИ-персонажа для обучения конкретных великих монахов.

машинный переводПоказать оригиналСкрыть оригинал«基于佛教经典文献,生成特定高僧大德的 AI 教学角色…»

基于佛教经典文献,生成特定高僧大德的 AI 教学角色

Разбор skillemall

Скилл создаёт AI-персонажа буддийского учителя на основе текстов классической литературы. В архиве 33 файла, 9 скриптов, логика занимает 1570 токенов. Проверки не нашли критических проблем и блокировок.

Качество кода оценено в 62 балла из 100, процесс — 53. Это означает, что файлы работают, но без изысков: инструкции понятны, но шероховатости есть. Модели не запускали, песочница не проверяла — неизвестно, как персонаж ведёт себя на практике и насколько убедительно воспроизводит стиль исторического учителя. Поддержка широкая: работает с Claude, Gemini, Cursor, Qwen и ещё семью платформами.

Ставить, если нужен готовый шаблон для роли-плеев в буддийском контексте и вас устраивает неполная проверка. Если критична точность воспроизведения учений — сначала протестируйте с вашей моделью.

xr843/Master-skill Claude Code автор: xr843 33 файла · 9 скриптов тело ≈ 1 570 токенов Открыть источникgithub.com↗ проанализирован 10 ч назад

На основе классических буддийских текстов, создание ИИ-персонажа для обучения конкретных великих монахов.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторРазработкаИИ и агентыИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 33. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-short description короче 40 символов: модели не хватит сигнала для срабатывания
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 35
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1570 токенов
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 26: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +4Справочные файлы упоминаются в инструкциях (6 из 7)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.