SKILLEMALL.ai

AB tech-route-comparison

Обоснованное сравнение двух или более технических путей, архитектур или вариантов решения. Используйте, когда пользователь запрашивает техническое предварительное исследование, сравнение технических путей, выбор пути, оценку TRL, оценку зрелости, оценку готовности, картирование возможностей или любой управленческий технический отчет — даже если запрашивается только анализ инициации, материалы для комитета, осуществимость или «какой путь лучше».

машинный переводПоказать оригиналСкрыть оригинал«Evidence-backed comparison of two or more technical routes, architectu…»

Evidence-backed comparison of two or more technical routes, architectures, or solution paths. Use when the user asks for technical pre-research, technical route comparison, route selection, TRL assessment, maturity assessment, readiness evaluation, opportunity mapping, or any management-grade technical report deliverable — even if they only ask for initiation analysis, committee-ready materials, feasibility, or "which route is better".

ClawHub Claude Code автор: yuanzhian-patsnap v1.0.1 MIT-0 19 файлов тело ≈ 3 285 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Обоснованное сравнение двух или более технических путей, архитектур или вариантов решения.

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "copyright"
    • заметка frontmatter-key неизвестное поле фронтматтера "provider"
    • заметка frontmatter-key неизвестное поле фронтматтера "deliverable-default"
    • заметка frontmatter-key неизвестное поле фронтматтера "fallback-policy"

    Процессный рейтинг: все десять параметров 69/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 151, расплывчатых формулировок: 3
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3285 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 439 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 31 заголовков
    • +3Пошаговые инструкции: 151 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (7 из 7)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent research-report workflow that writes local evidence files and uses available search tools, with no hidden execution or credential behavior found.
    LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.