SKILLEMALL.ai

BD code-error-explainer

Помощь студентам без опыта программирования в анализе ошибок кода, поддержка просмотра локальных файлов кода, отслеживание цепочек ошибок. Используйте, когда пользователь сталкивается с ошибками кода, сбоями выполнения, неработающими программами. Триггеры: ошибки кода, сбои выполнения, помогите посмотреть код, найдите проблему, отладка, отладка, ошибка программы, проблемы с кодом, не работает, сообщение об ошибке.

машинный переводПоказать оригиналСкрыть оригинал«帮0编程基础的同学分析代码错误,支持查阅本地代码文件,追踪连锁错误。当用户遇到代码报错、运行失败、程序不工作时使用。触发词:代码报错、运行失…»

帮0编程基础的同学分析代码错误,支持查阅本地代码文件,追踪连锁错误。当用户遇到代码报错、运行失败、程序不工作时使用。触发词:代码报错、运行失败、帮忙看代码、找出问题、debug、调试、程序出错、代码有问题、运行不了、报错信息。

ClawHub Agent Skills автор: Qiuxin Wang v1.0.0 MIT-0 4 файла тело ≈ 615 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощь студентам без опыта программирования в анализе ошибок кода, поддержка просмотра локальных файлов кода, отслеживание цепочек ошибок.

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

ПроцедураРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 4. 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: 47
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 615 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)
  • +3Длина description 113: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 47 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a disclosed code-error helper that reads local code only for debugging, with no evidence of hidden execution, uploads, or file modification.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.