SKILLEMALL.ai

AB chestertons-fence

Активируйте, когда: кто-то говорит «давайте просто уберем это», «почему у нас все еще есть это правило?», «это кажется бесполезным/устаревшим», «никто не знает, почему это здесь», новое руководство реструктуризирует без знания истории, разработчик удаляет код, назначение которого не документировано, регулятор отменяет закон, не отслеживая его происхождение. НЕ активируйте, когда: история забора полностью задокументирована, и задокументированное назначение подтверждено как устаревшее (расследование уже проведено); реформатор является первоначальным строителем, и обоснование полностью понято. Подробнее: deciqai.com/c/chestertons-fence

машинный переводПоказать оригиналСкрыть оригинал«Activate when: someone says 'let's just remove this', 'why do we still…»

Activate when: someone says 'let's just remove this', 'why do we still have this rule?', 'this seems useless/outdated', 'nobody knows why this is here', new leadership restructuring without knowing the history, a developer deleting code whose purpose isn't documented, a regulator repealing a law without tracing its origin. Do NOT activate when: the fence's history is fully documented and the documented purpose is confirmed obsolete (investigation already done); the reformer is the original builder and the rationale is fully understood. More: deciqai.com/c/chestertons-fence

ClawHub Agent Skills автор: deciqAI v1.0.5 MIT-0 6 файлов тело ≈ 1 900 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Активируйте, когда: кто-то говорит «давайте просто уберем это», «почему у нас все еще есть это правило?», «это кажется бесполезным/устаревшим», «никто не…

Как процесс B 70/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 6. 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 70/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 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: 28
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1900 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 579 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only reasoning skill that asks agents to investigate before removing rules, code, or processes, with no hidden execution or data access.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.