SKILLEMALL.ai

BC SPM

Навык разработки программных проектов производственного уровня для OpenClaw. Подтверждение хэша WBS, автоматическое внедрение контекста, восстановление сеанса, указатели параллельных задач и минимальный режим. Используйте при запуске новых проектов, реализации сложных функций или выполнении многоэтапных задач разработки, требующих структурированного сквозного управления.

машинный переводПоказать оригиналСкрыть оригинал«Production-grade software project development skill for OpenClaw. WBS…»

Production-grade software project development skill for OpenClaw. WBS hash attestation, auto context injection, session recovery, parallel task pointers, and Minimal Mode. Use when starting new projects, implementing complex features, or executing multi-step development tasks that require structured end-to-end management.

ClawHub Agent Skills автор: zhbcher v3.0.0 MIT-0 80 файлов · 11 скриптов тело ≈ 6 058 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык разработки программных проектов производственного уровня для OpenClaw.

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТексты и документыИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 65. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение body-long тело SKILL.md ≈ 6058 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 61/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 70Стоимость исполнения. Тело инструкции 6058 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 108
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 18. 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
  • -5В тексте остались TODO / заглушки
  • -217 эмодзи в инструкциях: шум для модели
  • -35 из 14 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 323 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 108 пунктов
  • +4Есть примеры (14 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (7 из 12)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This appears to be a legitimate project-management coding skill, but it has broad project automation powers that users should supervise.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.