SKILLEMALL.ai

AC python-auto-dev

Автоматизированная генерация, тестирование, отладка и оптимизация кода Python с интегрированным управлением средами conda. Использует путь conda по умолчанию "C:\anaconda3\condabin\conda.bat" и среду "py311". Файлы проекта хранятся в H:\code\Daily. Используйте, когда Codex должен: (1) Генерировать код Python по спецификациям, (2) Создавать и запускать автоматизированные тесты, (3) Отлаживать код с помощью интерактивных инструментов, (4) Оптимизировать производительность и качество кода, (5) Управлять средами conda для проектов Python. Этот инструмент объединяет исполняемые скрипты, которые обрабатывают весь рабочий процесс разработки Python от начала до конца.

машинный переводПоказать оригиналСкрыть оригинал«Automated Python code generation, testing, debugging, and optimization…»

Automated Python code generation, testing, debugging, and optimization with integrated conda environment management. Uses default conda path "C:\anaconda3\condabin\conda.bat" and environment "py311". Project files are stored at H:\code\Daily. Use when Codex needs to: (1) Generate Python code from specifications, (2) Create and run automated tests, (3) Debug code with interactive tools, (4) Optimize performance and code quality, (5) Manage conda environments for Python projects. This skill bundles executable scripts that handle the entire Python development workflow end-to-end.

ClawHub Agent Skills автор: Jason Abbott v1.0.0 MIT-0 8 файлов тело ≈ 743 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматизированная генерация, тестирование, отладка и оптимизация кода Python с интегрированным управлением средами conda.

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

ИнтеграцияРазработкатип 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
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Automated Python code generation, testing, debugging, and optimiza… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 53/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 743 токенов

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 583 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 5 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: suspicious
    This is a coherent Python automation skill, but it needs Review because its test and optimization scripts can turn user-controlled paths into Windows shell commands.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.