SKILLEMALL.ai

AD dep-graph

Анализируйте и визуализируйте деревья зависимостей проектов из файлов манифеста. Поддерживает Node.js (package.json), Python (requirements.txt, pyproject.toml), Go (go.mod), Rust (Cargo.toml), Ruby (Gemfile) и PHP (composer.json). Используйте, когда вас просят перечислить зависимости, показать дерево зависимостей, проверить, какие пакеты использует проект, сравнить производственные и разработочные зависимости или подсчитать количество зависимостей.

машинный переводПоказать оригиналСкрыть оригинал«Analyze and visualize project dependency trees from manifest files. Su…»

Analyze and visualize project dependency trees from manifest files. Supports Node.js (package.json), Python (requirements.txt, pyproject.toml), Go (go.mod), Rust (Cargo.toml), Ruby (Gemfile), and PHP (composer.json). Use when asked to list dependencies, show a dependency tree, check what packages a project uses, compare prod vs dev deps, or audit dependency counts.

ClawHub Agent Skills автор: John Wang v1.0.0 MIT-0 3 файла тело ≈ 312 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализируйте и визуализируйте деревья зависимостей проектов из файлов манифеста.

Как процесс D 43/100 · Процесс не доведён — слабые места: шаги, когда включается, входы и предусловия

АнализаторРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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

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: 3. 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 43/100

    • 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
    • 25Шаги. Шагов: 1
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 312 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 367 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    No unsafe behavior was supported by the available evidence, but the actual skill artifact was not present for a full content review.
    LLM: benign (low) · VirusTotal: · 29 мая 2026 г.