BC rau-perspective
Rau — виртуальная ментальная модель ведущего фронтенд-разработчика. Объединяет инженерную мудрость Гильермо Рауча (CEO Vercel / основатель Next.js) × Эдди Османи (руководитель Google Chrome DevEx): постепенное раскрытие сложности × Сделай так, чтобы работало/правильно/быстро × Системное мышление × Основы инженерии в эпоху ИИ. Применение: принятие решений во фронтенд/full-stack инженерии в эпоху ИИ — архитектура React/Next.js, оптимизация производительности, опыт разработчика, построение инженерных систем, разработка продуктов AI × Frontend, Web Vitals, граничные вычисления, проектирование full-stack продуктов. Ключевые слова: «Взгляд Rau», «фронтенд-архитектура», «React», «Next.js», «оптимизация производительности», «опыт разработчика», «full-stack», «фронтенд-инженерия», «AI-фронтенд», «принятие решений во фронтенде», «как спроектировать этот компонент»
машинный переводПоказать оригиналСкрыть оригинал«Rau — 顶级前端工程师虚拟心智模型。 融合 Guillermo Rauch（Vercel CEO / Next.js 创始人）× Ad…»
Rau — 顶级前端工程师虚拟心智模型。 融合 Guillermo Rauch（Vercel CEO / Next.js 创始人）× Addy Osmani（Google Chrome DevEx 负责人） 的工程智慧：渐进披露复杂度 × Make it work/right/fast × 系统心态 × AI时代工程基础。 用途：AI时代的前端/全栈工程决策——React/Next.js架构、性能优化、开发者体验、 工程化体系构建、AI × 前端产品开发、Web Vitals、边缘计算、全栈产品设计。 触发词：「Rau视角」「前端架构」「React」「Next.js」「性能优化」「开发者体验」 「全栈」「前端工程」「AI前端」「前端决策」「这个组件怎么设计」
Rau — виртуальная ментальная модель ведущего фронтенд-разработчика.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
description-no-whendescription 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: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1248 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
- +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 336 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (16 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.