SKILLEMALL.ai
EN Войти

AC agentsop-context-scope-discipline

Дисциплина бюджета рабочего файла для кодера-агента: держите редактируемый рабочий набор (файлы, которые вы добавляете в записываемый контекст) в пределах ~25 тыс. токенов, разделяйте "чтение" и "редактирование", делегируйте широту карте репозитория только для чтения и удаляйте файлы после редактирования. Используйте, когда кодер-агент LLM редактирует несколько файлов, когда рабочий набор должен оставаться сфокусированным, или когда модель начинает редактировать не тот файл / пропускать цели из-за слишком большого контекста, размывающего внимание. Ключевые слова для поиска: окно контекста заполнено, агент редактирует не тот файл, слишком много контекста, /добавить /удалить файлы, бюджет рабочего файла, размытие контекста, потеря в середине.

машинный переводПоказать оригиналСкрыть оригинал«Coder-agent working-file budget discipline: keep the editable working…»

Coder-agent working-file budget discipline: keep the editable working set (files you /add into writable context) under ~25k tokens, separate "read" from "edit", delegate breadth to a read-only repo-map, and drop files once edited. Use when an LLM coder-agent edits multiple files, when the working set must stay focused, or when the model starts editing the wrong file / missing targets because too much context dilutes attention. Search keywords: context window full, agent edits wrong file, too much context, /add /drop files, working file budget, context dilution, lost in the middle.

ClawHub Agent Skills автор: HengJun Wang v0.1.1 MIT-0 5 файлов тело ≈ 2 684 токенов Открыть источникclawhub.ai↗ проанализирован 9 ч назад

Дисциплина бюджета рабочего файла для кодера-агента: держите редактируемый рабочий набор (файлы, которые вы добавляете в записываемый контекст) в пределах ~25…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "domain"
    • заметка frontmatter-key неизвестное поле фронтматтера "source"
    • заметка frontmatter-key неизвестное поле фронтматтера "audience"
    • заметка frontmatter-key неизвестное поле фронтматтера "status"
    • заметка frontmatter-key неизвестное поле фронтматтера "type"
    • заметка frontmatter-key неизвестное поле фронтматтера "overlays"
    • заметка frontmatter-key неизвестное поле фронтматтера "crosslinks"

    Процессный рейтинг: все десять параметров 51/100

    • 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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 28, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 69
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2684 токенов
    • 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 587 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 34 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This skill is a transparent workflow guide for keeping coding-agent file context focused and does not add hidden execution, persistence, credential access, or network behavior.
    LLM: benign (high) · VirusTotal: · 2 июн. 2026 г.