SKILLEMALL.ai

AB audit-website

Аудит веб-сайтов на SEO, производительность, безопасность, технические аспекты, контент и 15 других категорий проблем с более чем 230 правилами с использованием squirrelscan CLI. Возвращает оптимизированные для LLM отчеты с оценками состояния, битыми ссылками, анализом мета-тегов и практическими рекомендациями. Используйте для обнаружения и оценки проблем и состояния веб-сайта или веб-приложения.

машинный переводПоказать оригиналСкрыть оригинал«Audit websites for SEO, performance, security, technical, content, and…»

Audit websites for SEO, performance, security, technical, content, and 15 other issue cateories with 230+ rules using the squirrelscan CLI. Returns LLM-optimized reports with health scores, broken links, meta tag analysis, and actionable recommendations. Use to discover and asses website or webapp issues and health.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 4 229 токенов Открыть источникgithub.com проанализирован 34 ч назад

Аудит веб-сайтов на SEO, производительность, безопасность, технические аспекты, контент и 15 других категорий проблем с более чем 230 правилами с…

Как процесс B 68/100 · Почти готов — слабые места: когда включается, согласованность, повторный запуск

АнализаторДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 2. 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 68/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (audit-website) не совпадает с папкой (squirrelscan)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4229 токенов
    • 85Шаги. Шагов: 86, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (12 тегов): типизированный вызов надёжнее

    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)
    • +2Инструкции на одном языке
    • +3Длина description 317 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 39 заголовков
    • +3Пошаговые инструкции: 86 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (17 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.