SkillProof tested Claude skills

Add New Entry

Formaterer rå URL-er til legend-stilte wiki-oppføringer for azure-openai-llm-wiki-repoet

av kimtth · kimtth/azure-openai-llm-wiki

Krever oppsett ★ 8.0/10

Add New Entry — Formaterer rå URL-er til legend-stilte wiki-oppføringer for azure-openai-llm-wiki-repoet

Hva den gjør

En ferdighet for repo-vedlikehold som gjør en rå temp.md sjekkliste med URL-er om til riktig formaterte markdown-oppføringer for azure-openai-llm-wiki seksjonsfilene, og anvender legend-regler per fil (datoformat, stjerne-merker, emoji-symboler, seksjonsnavn, 15-ords beskrivelser). Utløses når nye ressurser legges til kunnskapsbasen; eksplisitt ikke for redigering av eksisterende oppføringer eller restrukturering av seksjoner. Baserer seg på Python-hjelpeskript under repoets code/-katalog for å hente GitHub-beskrivelser, opprettelsesdatoer og stjernetall.

Testrapport

Fant SKILL.md på .agent/skills/add-new-entry/SKILL.md; frontmatter har name+description. Sjekket de 3 refererte skriptene: 404 på den ferdighetsrelative stien, men 200 på repo-rot code/ (fetch_github_description.py, get_github_dates.py, add_github_stars.py) — ferdigheten er koblet til repo-roten, ikke selvstendig. Ingen sikkerhetsfeil. For OUTPUT matet jeg en 2-linjers temp.md (et GitHub-repo + et arXiv-papir) og produserte en baseline_entries.md (min naturlige formatering) vs skill_entries.md (følger legend-reglene). Konkrete målte forskjeller: ferdigheten brukte bindestrek+parentes dato `(Feb 2023)` og ingen emoji for azure.md-oppføringen vs kolon+klammer `[Jan 2025]` med 📑-symbolet lagt til inne i `[DeepSeek-R1📑]` for forskningsoppføringen; den satte et ekte github-stjerne-merke kun på GitHub-linjen mens baseline feilaktig slo ⭐ på arXiv-linjen også; beskrivelser falt til 9 og 6 ord vs baselines verbose, navngjentakende tekst. Baseline hadde ingen datoer og identisk formatering for begge. arXiv-datoen jeg utledet fra ID-regelen (2501→Jan 2025); GitHub-opprettelsesdatoen ville kreve skriptet for å bekrefte.

Testet på: 2026-07-21 · Claude Code 2.x (agent harness)

Installer

git clone --depth 1 https://github.com/kimtth/azure-openai-llm-wiki.git /tmp/add-new-entry-src
mkdir -p ~/.claude/skills
cp -R /tmp/add-new-entry-src/.agent/skills/add-new-entry ~/.claude/skills/add-new-entry
# REPO-COUPLED: the skill body runs `python code/<script>.py` (fetch_github_description.py,
# get_github_dates.py, add_github_stars.py) and edits section/*.md — these live in the cloned
# repo ROOT, not in the skill folder, so a standalone skill-dir install is incomplete.
# To actually run the workflow, work from inside /tmp/add-new-entry-src (or your own clone)
# where code/ and section/ exist, and create a local temp.md input file first.
# Deps: Python 3 + network access to GitHub and Semantic Scholar APIs.

Kommandoer og eksempelprompter

  • /add-new-entryFormaterer rå URL-er til legend-stilte wiki-oppføringer for azure-openai-llm-wiki-repoet

Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):

  • Add this new resource from temp.md to a section
  • File this entry into the correct wiki page
  • Add a new tool entry to the knowledge base

Full rapport →