SKILLEMALL.ai

BC huo15-openclaw-design-critique

6-мерный обзор дизайна (эстетика / удобство использования / соответствие бренду / контент / техническая реализация / актуальность) + определение уровня эстетики (AI-Slop / Junior / Senior / Master) + определение эпохи (автоматическое снижение баллов при обнаружении устаревших визуальных сигналов) + эталонная база уровня Master (2-3 реальных образца для каждого стиля) + классификация Keep/Fix/Quick Wins + радарная диаграмма. Используется для профессиональной оценки и предложений по улучшению готовых веб-страниц, HTML, скриншотов, ссылок на Figma. Ключевые слова: обзор дизайна, проверка UI, оцените эту страницу, просмотрите этот дизайн, как вам этот интерфейс, предложения по оптимизации, уровень эстетики, определение эпохи, эталон Master.

машинный переводПоказать оригиналСкрыть оригинал«6 维度设计评审(美学 / 可用性 / 品牌一致 / 内容 / 技术实现 / 时代感)+ 审美档位识别(AI-Slop / Junior /…»

6 维度设计评审(美学 / 可用性 / 品牌一致 / 内容 / 技术实现 / 时代感)+ 审美档位识别(AI-Slop / Junior / Senior / Master 四档)+ 年代识别(命中过时视觉信号自动扣分)+ Master 级对标参考库(每流派 2-3 个真实标杆)+ Keep/Fix/Quick Wins 三分类 + 雷达图。用于对现成网页、HTML、截图、Figma 链接做专业打分与改进建议。触发词:设计评审、UI 审查、给这个页面打分、review 这个设计、这个界面怎么样、优化建议、审美档位、年代识别、Master 对标。

ClawHub Agent Skills автор: Job Zhao v2.0.0 MIT-0 3 файла тело ≈ 1 867 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

6-мерный обзор дизайна (эстетика / удобство использования / соответствие бренду / контент / техническая реализация / актуальность) + определение уровня…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторFigmaДизайнИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 3. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "aliases"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 51
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1867 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -232 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 275 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a design-review prompt skill with broad trigger wording, but its behavior is disclosed, purpose-aligned, and does not install code or request privileged access.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.