SKILLEMALL.ai

AF review-skill-improver

Анализ логов обратной связи: Анализирует журналы обратной связи для выявления закономерностей и предложения улучшений навыков проверки. Используйте, когда у вас накоплены данные обратной связи и вы хотите повысить точность проверки.

машинный переводПоказать оригиналСкрыть оригинал«Analyzes feedback logs to identify patterns and suggest improvements t…»

Analyzes feedback logs to identify patterns and suggest improvements to review skills. Use when you have accumulated feedback data and want to improve review accuracy.

ClawHub Agent Skills автор: Kevin Anderson v1.0.0 MIT-0 2 файла тело ≈ 1 581 токенов Открыть источникclawhub.ai проанализирован 9 ч назад

Анализ логов обратной связи: Анализирует журналы обратной связи для выявления закономерностей и предложения улучшений навыков проверки.

Как процесс F 48/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../review-feedback-schema/SKILL.md

АнализаторДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
F
48/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../review-feedback-schema/SKILL.md
Инструменты и файлы вес 18
0
Ошибки и развилки вес 10
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../review-feedback-schema/SKILL.md

Процессный рейтинг: все десять параметров 48/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../review-feedback-schema/SKILL.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../review-feedback-schema/SKILL.md
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 17, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1581 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This skill is a markdown-only review aid that analyzes feedback logs and suggests evidence-based improvements without hidden execution, persistence, or credential use.
LLM: benign (high) · VirusTotal: · 3 июн. 2026 г.