SKILLEMALL.ai

AA openclaw-rd-pipeline

Оркестрирует сквозную доставку R&D в Feishu для OpenClaw от приёма требований до закрытия, используя субагентов PM, разработчика, ревьюера и тестировщика. Используйте при обработке 研发任务, требующих структурированного анализа требований, обогащения контекста проекта из истории/wiki Feishu, рабочего процесса кодирования + PR, проверок только для чтения/тестирования, доработки по циклу ошибок и уведомления конечного владельца.

машинный переводПоказать оригиналСкрыть оригинал«Orchestrate OpenClaw end-to-end R&D delivery in Feishu from requiremen…»

Orchestrate OpenClaw end-to-end R&D delivery in Feishu from requirement intake to closure using PM, developer, reviewer, and tester subagents. Use when handling研发任务 that need structured requirement parsing, project-context enrichment from Feishu history/wiki, coding + PR flow, read-only review/testing gates, bug-loop rework, and final owner notification.

ClawHub Agent Skills автор: yinlihudong v1.0.0 6 файлов тело ≈ 1 424 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оркестрирует сквозную доставку R&D в Feishu для OpenClaw от приёма требований до закрытия, используя субагентов PM, разработчика, ревьюера и тестировщика.

Как процесс A 85/100 · Дойдёт до конца — слабые места: когда включается, повторный запуск

ПроцедураИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
A
85/100
Дойдёт до конца
Когда включается вес 12
20
Повторный запуск вес 4
30
Ошибки и развилки вес 10
70
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: 6. 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 85/100

    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
    • 70Ошибки и развилки. Развилок: 9
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 71
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1424 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 356 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 71 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: suspicious
    This skill appears to automate Feishu and repository workflows, but it gives agents broad read and write authority without clear user confirmation boundaries.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.