SKILLEMALL.ai

BF taro-miniprogram-dev

Навык разработки мини-приложений WeChat на Taro + React + TypeScript. Подходит для: (1) инициализации проекта Taro с нуля и его компиляции в мини-приложение WeChat; (2) создания страниц, компонентов, стилей; (3) настройки слоя запросов services (подключение к реальному бэкенду или Mock-данным); (4) настройки TabBar, маршрутизации страниц, дизайн-системы. Ключевые слова: разработка мини-приложений, разработка Taro, мини-приложение WeChat, mini program, фреймворк Taro, инициализация проекта.

машинный переводПоказать оригиналСкрыть оригинал«Taro + React + TypeScript 微信小程序开发框架技能。适用于:(1) 从零初始化 Taro 项目并编译为微信小程序;(…»

Taro + React + TypeScript 微信小程序开发框架技能。适用于:(1) 从零初始化 Taro 项目并编译为微信小程序;(2) 创建页面、组件、样式;(3) 搭建 services 请求层(接入真实后端或 Mock 数据);(4) 配置 TabBar、页面路由、设计系统。触发关键词:小程序开发、Taro开发、微信小程序、mini program、Taro框架、项目初始化。

ClawHub Agent Skills автор: xuyongliang v1.0.1 MIT-0 28 файлов · 2 скрипта тело ≈ 557 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык разработки мини-приложений WeChat на Taro + React + TypeScript.

Как процесс F 31/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ПроцедураРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 28. 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 31/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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 (node), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 557 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 196 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

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

Внешние проверки

ClawHub: clean
This is a coherent Taro/React/TypeScript WeChat mini-program development template with expected setup scripts and no hidden harmful behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.