SKILLEMALL.ai

BD 阿里云云效创建MR+发布+通知

Поддерживает создание MR для пользовательских ветвей/репозиториев, запрос статуса слияния MR, запуск конвейеров развертывания по ключевым словам репозитория + среды и автоматическую отправку уведомлений. Поддерживает ввод на естественном языке, намерение автоматически распознается большой моделью.

машинный переводПоказать оригиналСкрыть оригинал«支持自定义分支/代码库创建MR、查询MR合并状态、按代码库+环境关键字触发发布流水线,并自动推送通知。支持自然语言输入,由大模型自动识别意图…»

支持自定义分支/代码库创建MR、查询MR合并状态、按代码库+环境关键字触发发布流水线,并自动推送通知。支持自然语言输入,由大模型自动识别意图。

ClawHub Agent Skills автор: FarbKuo v1.0.0 MIT-0 4 файла тело ≈ 521 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Поддерживает создание MR для пользовательских ветвей/репозиториев, запрос статуса слияния MR, запуск конвейеров развертывания по ключевым словам репозитория +…

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 39/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (阿里云云效创建MR+发布+通知) не совпадает с папкой (ailiyun-yunxiao-mr-deploy)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 25
  • 100Стоимость исполнения. Тело инструкции 521 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 71: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This skill is coherent and not deceptive, but it can create merge requests and trigger deployment pipelines from broad natural-language prompts without a built-in confirmation step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.