SKILLEMALL.ai

AC poka-yoke

Защита кода от ошибок, чтобы его невозможно было использовать неправильно, вместо предупреждения о возможных проблемах. Используйте при проектировании интерфейса, схемы или конечного автомата, когда пользователь хочет, чтобы его было трудно использовать неправильно («сделать недействительные состояния непредставимыми», «чтобы вызывающие стороны не могли его испортить», «типобезопасный API», «яма успеха»); при аудите существующего кода на предмет «подводных камней» («что может нас укусить здесь», «что легко использовать неправильно», «poka-yoke этот репозиторий», «просмотреть этот diff на предмет способов неправильного использования»); или когда ошибка повторилась, и исправление должно закрыть класс, а не случай («убедитесь, что это никогда не повторится», «это третий раз»). Особенно для денег, аутентификации, разрешений, удаления, миграций и конвейеров, где сбой происходит незаметно. Классифицирует каждое найденное уязвимое место по тому, что происходит при ошибке, и как устройство ее замечает, что не дает ей превратиться в общий обзор кода.

машинный переводПоказать оригиналСкрыть оригинал«Mistake-proof code so misuse cannot be expressed, rather than warning…»

Mistake-proof code so misuse cannot be expressed, rather than warning against it. Use when designing an interface, schema, or state machine and the user wants it hard to get wrong ("make invalid states unrepresentable", "so callers cannot screw it up", "type-safe API", "pit of success"); when auditing existing code for footguns ("what could bite us here", "what is easy to misuse", "poka-yoke this repo", "review this diff for ways to get it wrong"); or when a bug has recurred and the fix must close the class rather than the case ("make sure this never happens again", "this is the third time"). Especially for money, auth, permissions, deletion, migrations, and pipelines where failure is silent. Classifies every finding by what happens when the mistake occurs and how the device notices, which is what keeps it from collapsing into generic code review.

github/awesome-copilot Agent Skills автор: github MIT 6 файлов тело ≈ 2 495 токенов Открыть источникgithub.com проанализирован 9 ч назад

Защита кода от ошибок, чтобы его невозможно было использовать неправильно, вместо предупреждения о возможных проблемах.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаИнфраструктуратип 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
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 12
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2495 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Длина description 859: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 10 примера фраз-триггеров в кавычках
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

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