SKILLEMALL.ai

AC skill-sync

Единый источник истины для локальных навыков ИИ-агентов: аудит навыков Codex, Claude, OpenClaw, OpenCode, рабочих пространств и общих корневых каталогов; оценка качества, сравнение конфликтующих установок, дедупликация в один канонический источник и миграция той же структуры на разные машины с резервными копиями, подлежащими восстановлению.

машинный переводПоказать оригиналСкрыть оригинал«One source of truth for local AI agent skills: audit Codex, Claude, Op…»

One source of truth for local AI agent skills: audit Codex, Claude, OpenClaw, OpenCode, workspace skills, and shared roots; score hygiene, diff conflicting installs, deduplicate into one canonical source, and migrate the same layout across machines with restorable backups.

ClawHub Agent Skills автор: casper v1.2.1 MIT-0 8 файлов · 1 скрипт тело ≈ 887 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Единый источник истины для локальных навыков ИИ-агентов: аудит навыков Codex, Claude, OpenClaw, OpenCode, рабочих пространств и общих корневых каталогов…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторИИ и агентыРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: One source of truth for local AI agent skills: audit Codex, Claude… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (skill-sync) не совпадает с папкой (multi-agent-skill-sync)
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 31, расплывчатых формулировок: 1
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 887 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Ответ описан самодельной разметкой (3 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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 273 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (7 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    Skill Sync is a disclosed local tool for auditing and reorganizing AI-agent skill folders, with meaningful filesystem changes gated behind explicit user commands.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.