SKILLEMALL.ai
EN Войти

AC arquitecto-categorico

Проектируйте и проверяйте архитектуры данных и API с помощью теории категорий. Используйте, когда необходимо формализовать домен в PostgreSQL DDL, JSON Schema, OpenAPI, GraphQL SDL, Prisma, Mermaid или PlantUML; решать проблемы моделирования, такие как сущность против события, SQL против документа или линза против коалгебры; интегрировать гетерогенные схемы или озера данных; планировать миграции Delta/Sigma/Pi; проверять схемы, DAL или KB; или обосновывать структурное решение с помощью категориальной прослеживаемости.

машинный переводПоказать оригиналСкрыть оригинал«Disena y audita arquitecturas de datos y APIs con teoria de categorias…»

Disena y audita arquitecturas de datos y APIs con teoria de categorias. Usar cuando haga falta formalizar un dominio en PostgreSQL DDL, JSON Schema, OpenAPI, GraphQL SDL, Prisma, Mermaid o PlantUML; decidir tensiones de modelado como entidad vs evento, SQL vs documento o lens vs coalgebra; integrar esquemas heterogeneos o data lakes; planificar migraciones Delta/Sigma/Pi; auditar schemas, DALs o KBs; o justificar una decision estructural con trazabilidad categorica.

ClawHub Agent Skills автор: felix-antonio-sl v1.0.1 MIT-0 33 файла тело ≈ 580 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Проектируйте и проверяйте архитектуры данных и API с помощью теории категорий.

Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

АнализаторPostgreSQLтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: arquitecto-categorico (ClawHub)

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: 33. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 62/100

  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 580 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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)
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 470 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +3Формат ответа описан явно
  • +4Справочные файлы упоминаются в инструкциях (4 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is an instruction-only modeling/auditing skill with no code, install steps, credentials, or evidence of hidden behavior.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.