SKILLEMALL.ai

AC iterate-design-review

Уточняйте архитектурные проекты или планы выполнения посредством независимого цикла обзора, основанного на контексте. Используйте, когда черновик нуждается в надежной конвергенции по объему, уровням, владению данными, интерфейсам, полноте и простоте перед утверждением пользователем или реализацией. Не используйте для обычного обзора кода или тривиального разового ответа.

машинный переводПоказать оригиналСкрыть оригинал«Refine architecture designs or execution plans through a context-groun…»

Refine architecture designs or execution plans through a context-grounded independent review loop. Use when a draft needs reliable convergence on scope, layering, data ownership, interfaces, completeness, and simplicity before user approval or implementation. Do not use for ordinary code review or a trivial one-off answer.

ClawHub Agent Skills автор: Jerry v0.1.0 MIT-0 3 файла тело ≈ 1 973 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Уточняйте архитектурные проекты или планы выполнения посредством независимого цикла обзора, основанного на контексте.

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
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 60/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 42
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1973 токенов

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 324 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 42 пунктов
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill provides a structured design-review workflow and does not show hidden installation, credential access, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 2 сент. 2026 г.