SKILLEMALL.ai
EN Войти

AC ios-mac-app-dev

iOS/macOS 应用全生命周期开发技能包。覆盖从需求分析到上架发布的完整流程，包括：工程工作流（需求澄清、PRD生成、任务拆解、Swift TDD、Bug诊断、架构改进）、政策合规监控与动态学习、智能代码生成（Swift/SwiftUI/UIKit）、UI设计系统与美学规范（12大设计法则、631配色、8点网格）、多语言国际化（50+语言）、深色模式适配、架构模式库（MVVM/TCA/VIPER）、性能优化、无障碍、Apple Intelligence集成、App Store上架检查。 触发场景： - 用户问"在iOS/macOS做个App"、"帮我写个SwiftUI视图"、"创建Xcode项目" - 用户需要App Store上架检查、审核指南合规检查、出口合规声明 - 用户询问UI设计规范、配色方案、深色模式适配方案 - 用户需要国际化/本地化支持、多语言切换 - 用户需要代码生成、架构设计、性能优化建议 - 任何涉及Apple开发政策、审核指南、API废弃通知的问题 - 用户说"开发技能"、"应用开发skill"、"iOS开发"、"mac开发" - 用户说"需求分析"、"生成PRD"、"拆任务"、"TDD"、"诊断bug"、"架构改进"

ClawHub Agent Skills автор: bbroot v1.0.0 MIT-0 20 файлов тело ≈ 1 170 токенов Открыть источникclawhub.ai↗ проанализирован 3 ч назад

iOS/macOS 应用全生命周期开发技能包。覆盖从需求分析到上架发布的完整流程，包括：工程工作流（需求澄清、PRD生成、任务拆解、Swift…

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

ИнтеграцияРазработкаБезопасностьтип 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%
84
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
Ошибки и развилки вес 10
0
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: 20. 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")

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
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1170 токенов
  • 100Повторный запуск. Изменяющих операций нет

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

  • +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
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 532 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (16 из 16)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: clean
This is a coherent iOS/macOS development helper, with some workflow steps that should be run with normal confirmation before modifying project or Issue Tracker state.
LLM: benign (high) · VirusTotal: · 25 июн. 2026 г.