SKILLEMALL.ai
EN Войти

BD code-reviewer

Этот инструмент всесторонне проверяет код по 6 параметрам: безопасность, производительность, качество кода, обработка ошибок, тестирование и документация. Применим для проверки изменений кода, Pull Request или всей кодовой базы (поддерживает все основные языки программирования). Триггерные слова включают: «помоги мне проверить этот код», «проверить на проблемы безопасности», «проверить этот PR», «найти ошибки в коде» или когда пользователь запрашивает анализ качества кода. Инструмент включает встроенные скрипты автоматического анализа, базу правил безопасности, лучшие практики для каждого языка и может генерировать визуальные HTML-отчеты о проверке.

машинный переводПоказать оригиналСкрыть оригинал«本技能从 6 个维度对代码进行全面审核：安全性、性能、代码质量、错误处理、测试和文档。适用于审核代码变更、Pull Request 或整个代…»

本技能从 6 个维度对代码进行全面审核：安全性、性能、代码质量、错误处理、测试和文档。适用于审核代码变更、Pull Request 或整个代码库（支持所有主流编程语言）。触发词包括：「帮我 review 这段代码」「检查安全问题」「审查这个 PR」「找出代码中的 Bug」，或用户请求代码质量分析时使用。技能内置自动化分析脚本、安全规则库、各语言最佳实践文档，并可生成可视化 HTML 审核报告。

ClawHub Agent Skills автор: nameused v1.0.1 MIT-0 9 файлов тело ≈ 1 413 токенов Открыть источникclawhub.ai↗ проанализирован 17 ч назад

Этот инструмент всесторонне проверяет код по 6 параметрам: безопасность, производительность, качество кода, обработка ошибок, тестирование и документация.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Рискованное назначение intent-offensive-security references/security-rules.md:10
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | Privilege escalation | Role check missing before sensitive operation | All |
  • низкая Рискованное назначение intent-offensive-security references/security-rules.md:197
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | **High** | Sensitive data exposure, privilege escalation, SSRF, deserialization flaws | `pickle.loads(request_data)`, missing auth on admin endpoints |
  • низкая Рискованное назначение intent-offensive-security references/severity-guide.md:43
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    **Definition:** Issues that could lead to data breaches, privilege escalation, or significant security weaknesses under certain conditions. Should be fixed before merge.

Просканировано файлов: 9. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 62
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1413 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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 198 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 62 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a coherent local code review helper that reads user-selected code, runs local analysis scripts, and optionally writes a local HTML report.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.