本文へ移動
cccskills
無料GitHub で公開

skill-validator

Use for 100-point QA validation of all skills + auto-fix + report.

インストール方法を見る

含まれるファイル(1)

  • SKILL.md4.5 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Skill Validator

Automatisierte 100-Punkte-Qualitätsprüfung für alle OpenAmer Skills. Validiert Frontmatter, Description-Qualität, Body-Struktur, Cross-Refs und CLI-Commands.

Overview

Der Skill Validator prüft alle 659 SKILL.md Dateien gegen 5 Kategorien:

KategoriePunkteBeschreibung
Frontmatter30name, description, version, tags, platforms, metadata.openamer
Description15≤57 Zeichen, Trigger-Wort, sinnvolle Länge
Body-Struktur25Sections (Overview, Usage, etc.), Code-Blöcke, Tabellen
Cross-Refs15related_skills existieren, Selbstverweise, keine broken Links
Commands/CLI15openamer-Befehle, bash-Blöcke, Exit-Codes, Setup-Befehle

When to Use

  • Täglich: --all --json für kontinuierliche Qualitätsüberwachung
  • Nach Skill-Importen: --all --fix um neue Skills automatisch zu korrigieren
  • Vor Releases: --all --html für visuellen Qualitätsbericht
  • Bei Problemen: --skill <name> für gezielte Einzelprüfung
  • Fokus: --best (Top 10) oder --worst (Bottom 10) für schnelle Übersicht

Installation

Das Skript liegt unter scripts/skill-validator.py und wird direkt ausgeführt:

# Prüfen ob vorhanden
python scripts/skill-validator.py --version 2>/dev/null || echo "Script bereit"

Keine zusätzlichen Dependencies erforderlich (nur Python 3.10+ Standardbibliothek).

Usage

Alle Skills prüfen

python scripts/skill-validator.py --all

Einzelnen Skill prüfen

python scripts/skill-validator.py --skill github-pr-workflow --verbose

Auto-Fix

python scripts/skill-validator.py --all --fix

Korrigiert automatisch:

  • Fehlendes Frontmatter → minimales Frontmatter hinzufügen
  • Fehlende metadata.openamer → leeren Block hinzufügen
  • Fehlende platforms → [linux, macos, windows]
  • Fehlende version → 1.0.0

JSON-Report

python scripts/skill-validator.py --all --json --output logs/skill-validator-report.json

HTML-Report

python scripts/skill-validator.py --all --html --output logs/skill-validator-report.html

Generiert ein interaktives Dashboard mit:

  • Notenverteilung (A+ bis F)
  • Kategorien-Balkendiagramme
  • Beste/Schlechteste Skills
  • Top-Probleme
  • Vollständige Liste aller Skills mit Einzelscores

Best/Worst

# Top 10 beste Skills
python scripts/skill-validator.py --best

# Top 10 schlechteste (mit Problemen)
python scripts/skill-validator.py --worst --verbose

Verification

Nach der Installation prüfen:

# Kurztest mit Einzel-Skill
python scripts/skill-validator.py --skill auto-env-checker
# Erwartet: Score zwischen 30-70, gültiges Frontmatter

# JSON-Ausgabe testen
python scripts/skill-validator.py --skill plan --json | python3 -c "import sys,json; d=json.load(sys.stdin); print(f'OK: Score={d[\"skill_results\"][0][\"score\"]}')"

# HTML-Report testen
python scripts/skill-validator.py --skill plan --html --output /tmp/test-report.html
# Erwartet: report.html existiert und ist > 10KB

Troubleshooting

ProblemUrsacheLösung
"Kein gültiges YAML-Frontmatter"SKILL.md hat kein --- Block--fix verwenden oder manuell hinzufügen
Alle Skills zeigen 0 PunkteFrontmatter-Parser ProblemPfad zu skills/ prüfen
HTML-Report leerFehler in der HTML-Generierung--json stattdessen nutzen
Exit-Code 127127+ Skills mit Note FNormal bei vielen importierten Skills; keine Sorge
Langsame Ausführung (659 Skills)Erwartet, ~60-90 SekundenMit --json --output für schnelle Speicherung

Pitfalls

  • Frontmatter wichtig: Ohne gültiges Frontmatter gibt es 0 Punkte — immer --fix nach Import neuer Skills
  • metadata.openamer: Wird nur erkannt wenn korrekt eingerückt (2 Spaces pro Level)
  • Große Reports: Der JSON-Report aller Skills ist ~12 MB — HTML-Dashboard ist besser lesbar
  • False Positives: Importierte NVIDIA Skills haben oft fehlende Sections (erwartet)
  • Exit-Code: Wird auf 127 gecappt da OS-Limit für Exit-Codes

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

Build integrated IS/BS/CF financial workbooks in Excel.

日本語の概要は準備中です。原文の説明を表示しています。

openamer/openamer52026年10月11日 更新

a2a-swarm

無料

Run and grow the OpenAmer Agent-to-Agent swarm: identity, trust, node-to-node ask, signed skill/insight sharing, and the autonomous self-learning loop.

日本語の概要は準備中です。原文の説明を表示しています。

openamer/openamer52026年10月11日 更新

Use for A/B experiments on OpenAmer configs and skills.

日本語の概要は準備中です。原文の説明を表示しています。

openamer/openamer52026年10月11日 更新

Roleplay a hostile user to find and triage UX pain points.

日本語の概要は準備中です。原文の説明を表示しています。

openamer/openamer52026年10月11日 更新

Agent mesh: master/worker nodes, HTTP delegation, heartbeat.

日本語の概要は準備中です。原文の説明を表示しています。

openamer/openamer52026年10月11日 更新

Use for agentic commerce payments tasks. Candidate synthesized from trend radar; awaiting trial promotion.

日本語の概要は準備中です。原文の説明を表示しています。

openamer/openamer52026年10月11日 更新

openamer のスキルをすべて見る

このスキルの問題を報告する