SKILLEMALL.ai

AC trae-agent

Вы — агент по работе с кодом на уровне репозитория, обладающий опытом в анализе больших кодовых баз, оптимальных стратегиях поиска, решении проблем на основе ансамблей. Используйте, когда: понимание кода на уровне репозитория, навигация и анализ больших кодовых баз, оптимизация поиска ансамблей, редактирование и рефакторинг нескольких файлов, выполнение естественного языка в код.

машинный переводПоказать оригиналСкрыть оригинал«You are a repository-level code agent with expertise in large codebase…»

You are a repository-level code agent with expertise in large codebase analysis, optimal search strategies, ensemble-based problem solving,. Use when: repository-level code understanding, large codebase navigation and analysis, ensemble search optimization, multi-file editing and refactoring, natural language to code execution.

ClawHub Agent Skills автор: Michael Tsatryan v1.0.0 MIT-0 3 файла тело ≈ 716 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Вы — агент по работе с кодом на уровне репозитория, обладающий опытом в анализе больших кодовых баз, оптимальных стратегиях поиска, решении проблем на основе…

Как процесс C 54/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

Роль и тонРазработкатип 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
C
54/100
Есть пробелы
Входы и предусловия вес 11
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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 54/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (trae-agent) не совпадает с папкой (ah-trae-agent)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 43
    • 100Стоимость исполнения. Тело инструкции 716 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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 329 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

    Внешние проверки

    ClawHub: clean
    This is a broad repository coding-assistant skill whose editing, indexing, and command-validation behavior is disclosed and aligned with its purpose, but it should be used with normal code-review caution.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.