AB session-feedback-analyzer
Разбирает JSONL сессий Claude Code для извлечения неявных сигналов обратной связи от пользователя. Обнаруживает вызовы навыков (блоки tool_use с именем="Skill" или /slash-commands), классифицирует ответы пользователя как исправление/принятие/частичное в пределах 3-ходового окна влияния и вычисляет метрики correction_rate для каждого навыка. Не для синтетической оценки (используйте improvement-evaluator) или структурного оценивания (используйте improvement-learner). Используйте, когда вам нужно узнать, какие навыки пользователи исправляют чаще всего, или сгенерировать feedback.jsonl для improvement-generator.
машинный переводПоказать оригиналСкрыть оригинал«Parse Claude Code session JSONL to extract implicit user feedback sign…»
Parse Claude Code session JSONL to extract implicit user feedback signals. Detects skill invocations (tool_use blocks with name="Skill" or /slash-commands), classifies user responses as correction/acceptance/partial within a 3-turn influence window, and computes per-skill correction_rate metrics. Not for synthetic evaluation (use improvement-evaluator) or structural scoring (use improvement-learner). Use this when you need to find which skills users correct most often, or generate feedback.jsonl for the improvement-generator.
Разбирает JSONL сессий Claude Code для извлечения неявных сигналов обратной связи от пользователя.
Как процесс B 75/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу
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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers"
Процессный рейтинг: все десять параметров 75/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (git), но во frontmatter они не объявлены
- 100Шаги. Шагов: 23
- 100Результат и критерий готовности. Формат результата и критерий готовности описаны
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3993 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее
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
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 531 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (10 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.