AC loom-workflow
Анализатор рабочих процессов на основе ИИ для записей Loom. Разбивает записанные бизнес-процессы на структурированные, автоматизируемые рабочие процессы. Используйте, когда: - Анализируете видео Loom для понимания рабочих процессов - Извлекаете шаги, инструменты и точки принятия решений из записей экрана - Генерируете файлы рабочих процессов Lobster из видеоинструкций - Определяете неоднозначности и точки человеческого вмешательства в процессы
машинный переводПоказать оригиналСкрыть оригинал«AI-native workflow analyzer for Loom recordings. Breaks down recorded…»
AI-native workflow analyzer for Loom recordings. Breaks down recorded business processes into structured, automatable workflows. Use when: - Analyzing Loom videos to understand workflows - Extracting steps, tools, and decision points from screen recordings - Generating Lobster workflow files from video walkthroughs - Identifying ambiguities and human intervention points in processes
Анализатор рабочих процессов на основе ИИ для записей Loom.
Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
Как улучшить
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Обфускация
obf-base64-blobtest-output/video.info.json:1Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда){"id": "a79e…edd", "duration": 3943, "chapters": [{"start_time": 0.0, "title": "Introdução ao Workflow", "end_time": 101.0}, {"start_time": 101.0, "title": "Diferença de Tiposв кавычках -
низкая Секреты в коде
secret-high-entropy-tokentest-output/video.info.json:1Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка){"id": "a79e…edd", "duration": 3943, "chapters": [{"start_time": 0.0, "title": "Introdução ao Workflow", "end_time": 101.0}, {"start_time": 101.0, "title": "Diferença de Tiposдетектор
Просканировано файлов: 7. 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 58/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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: 1, без проверки текущего состояния
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 25
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 614 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -33 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 385 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 25 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.