SKILLEMALL.ai
EN Войти

BB swarm-coding-skill

Автономная генерация кода с использованием нескольких агентов. Планировщик создает манифест, специализированные роли выполняют задачи. Генерирует полные проекты с тестами, Docker, CI и журналами принятия решений.

машинный переводПоказать оригиналСкрыть оригинал«Autonomous multi-agent code generation. Planner creates manifest, spec…»

Autonomous multi-agent code generation. Planner creates manifest, specialized roles execute tasks. Generates complete projects with tests, Docker, CI, and decision logs.

ClawHub Agent Skills автор: Arun Nadarasa v0.1.2 6 файлов тело ≈ 1 635 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Автономная генерация кода с использованием нескольких агентов.

Как процесс B 77/100 · Почти готов — слабые места: когда включается, повторный запуск, отчётность по ходу

ГенераторDockerРазработкаИнфраструктураИИ 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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
77/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 6. 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 "requiredEnv"
  • заметка frontmatter-key неизвестное поле фронтматтера "optionalEnv"
  • заметка frontmatter-key неизвестное поле фронтматтера "warnings"
  • заметка frontmatter-key неизвестное поле фронтматтера "autonomy"
  • заметка frontmatter-key неизвестное поле фронтматтера "outputPaths"
  • заметка frontmatter-key неизвестное поле фронтматтера "externalServices"
  • заметка frontmatter-key неизвестное поле фронтматтера "capabilities"

Процессный рейтинг: все десять параметров 77/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 48
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1635 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 169 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 48 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This is a disclosed autonomous code generator, but its file-writing code does not confine model-generated paths to the intended project directory.
LLM: suspicious (high) · VirusTotal: suspicious · 28 мая 2026 г.