SKILLEMALL.ai

AC openspec-workflow

Автономная разработка на основе спецификаций с помощью OpenSpec CLI и Claude Code. Вы оркестрируете (черновики артефактов, принимаете решения, отправляете PR), а Claude Code рецензирует с доступом к реальной кодовой базе и выполняет задачи. Используйте, когда: (1) вносите любые изменения кода в репозиторий, использующий OpenSpec, (2) создаете или изменяете предложения, дизайны, спецификации или декомпозиции задач, (3) отправляете PR, требующие артефактов спецификации, (4) настраиваете CI для автоматического архивирования для репозиториев OpenSpec. Охватывает полный жизненный цикл: задача → артефакты OpenSpec → рецензирование Claude Code → реализация Claude Code → PR → автоархивирование при слиянии. Требуется: openspec CLI, claude CLI (Claude Code), gh CLI, git.

машинный переводПоказать оригиналСкрыть оригинал«Autonomous spec-driven development with OpenSpec CLI and Claude Code.…»

Autonomous spec-driven development with OpenSpec CLI and Claude Code. You orchestrate (draft artifacts, make judgment calls, ship PRs) while Claude Code reviews with real codebase access and implements tasks. Use when: (1) making any code change in a repo that uses OpenSpec, (2) creating or modifying proposals, designs, specs, or task breakdowns, (3) shipping PRs that need spec artifacts, (4) setting up auto-archive CI for OpenSpec repos. Covers the full lifecycle: issue → OpenSpec artifacts → Claude Code review → Claude Code implementation → PR → auto-archive on merge. Requires: openspec CLI, claude CLI (Claude Code), gh CLI, git.

ClawHub Agent Skills автор: Bobby Radford v1.0.0 4 файла тело ≈ 2 141 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автономная разработка на основе спецификаций с помощью OpenSpec CLI и Claude Code.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ИнтеграцияРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 60Ошибки и развилки. Развилок: 2
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2141 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Ответ описан самодельной разметкой (11 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 639 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Есть примеры (12 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    This skill appears to support a legitimate spec-driven coding workflow, but it gives sub-agents broad automatic authority and includes destructive repository actions that need review before installation.
    LLM: suspicious (medium) · VirusTotal: suspicious · 28 мая 2026 г.