SKILLEMALL.ai

BD ralph-loop

Направляет агентов OpenClaw для выполнения циклов Ralph Wiggum с использованием инструментов exec и process. Агент оркестрирует агентов кодирования (Codex, Claude Code, OpenCode, Goose) с надлежащей поддержкой TTY через pty:true. Планирует/создает код через PROMPT.md + AGENTS.md, SPECS и IMPLEMENTATION_PLAN.md. Включает режимы PLANNING vs BUILDING, обратное давление, песочницу и условия завершения. Пользователи запрашивают циклы, агенты выполняют их с помощью инструментов.

машинный переводПоказать оригиналСкрыть оригинал«Guide OpenClaw agents to execute Ralph Wiggum loops using exec and pro…»

Guide OpenClaw agents to execute Ralph Wiggum loops using exec and process tools. Agent orchestrates coding agents (Codex, Claude Code, OpenCode, Goose) with proper TTY support via pty:true. Plans/builds code via PROMPT.md + AGENTS.md, SPECS and IMPLEMENTATION_PLAN.md. Includes PLANNING vs BUILDING modes, backpressure, sandboxing, and completion conditions. Users request loops, agents execute using tools.

ClawHub Agent Skills автор: Addo.Zhang v1.1.0 5 файлов тело ≈ 1 983 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Направляет агентов OpenClaw для выполнения циклов Ralph Wiggum с использованием инструментов exec и process.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "keywords"

Процессный рейтинг: все десять параметров 43/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 40Согласованность. Имя во frontmatter (ralph-loop) не совпадает с папкой (ralph-loop-agent)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 54, расплывчатых формулировок: 1
  • 100Стоимость исполнения. Тело инструкции 1983 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (6 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 408 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +4Есть примеры (8 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This skill is a disclosed automation guide, but it gives agents broad command-execution patterns that can run coding tools with reduced safeguards and includes risky rollback guidance.
LLM: suspicious (high) · VirusTotal: suspicious · 10 сент. 2026 г.