SKILLEMALL.ai

AC mermaid-ascii-renderer

Использует проект beautiful-mermaid для рендеринга диаграмм Mermaid в ASCII-арт. Предоставляет полное руководство по реализации парсинга, алгоритмов компоновки и операций рендеринга, поддерживает блок-схемы, диаграммы состояний, последовательностей, классов и ER-диаграммы. Используйте, когда пользователь запрашивает сценарии, связанные с: (1) Реализацией системы ASCII-рендеринга beautiful-mermaid; (2) Выводом диаграмм Mermaid в терминал/консоль; (3) Пониманием алгоритмов, таких как поиск пути A*, компоновка сетки, маршрутизация ребер; (4) Добавлением поддержки новых типов диаграмм; (5) Отладкой проблем ASCII-рендеринга (перекрытие узлов, пересечение ребер, положение меток); (6) Изменением логики рендеринга или стратегии компоновки.

машинный переводПоказать оригиналСкрыть оригинал«使用 beautiful-mermaid 项目将 Mermaid 图表渲染为 ASCII 艺术。提供解析、布局算法和渲染操作的完整实现指南,…»

使用 beautiful-mermaid 项目将 Mermaid 图表渲染为 ASCII 艺术。提供解析、布局算法和渲染操作的完整实现指南,支持流程图、状态图、序列图、类图和 ER 图表。当用户请求涉及以下场景时使用:(1)beautiful-mermaid 的 ASCII 渲染系统实现;(2)在终端/控制台输出 Mermaid 图表;(3)理解 A* 路径查找、网格布局、边路由等算法;(4)添加新的图表类型支持;(5)调试 ASCII 渲染问题(节点重叠、边穿过、标签位置);(6)修改渲染逻辑或布局策略。

ClawHub Agent Skills автор: Joe-rq v1.1.0 MIT-0 11 файлов тело ≈ 802 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Использует проект beautiful-mermaid для рендеринга диаграмм Mermaid в ASCII-арт.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 11. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 802 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 256 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (8 из 8)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a documentation-only Mermaid-to-ASCII rendering guide with no hidden execution, credential access, or persistence behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.