# layer-quality

Оценивает сгенерированные файлы Layer по правилам студии и помогает выбрать, что отдавать. Нужен перед сдачей партии ассетов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 3300 установок · ★ 6
- Автор: layerai
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/layerai/skills/tree/HEAD/skills/layer-quality/SKILL.md
- Обновлён: 2026-09-30
- HTML: https://affpapa.org/nevibecode/skills/layer-quality

## Что делает

Скилл включается, когда надо решить, годится ли вывод Layer к отгрузке. Он работает с тремя инструментами: `list_output_scoring_rules` показывает правила оценки воркспейса или проекта, `score_files` ставит партию в очередь на проверку, `get_file_scores` читает вердикты по конкретному файлу.

Договор у `score_files` неочевидный. Он асинхронный: возвращает подтверждение очереди, а не результат, поэтому дальше нужно опрашивать `get_file_scores`. Пустой список `scores` значит «ещё не оценено», а не ноль. И запуск платный — каждая пара «файл + правило» тратит Creative Units, а инструментов оценки стоимости для него нет. Повторная оценка того же файла не заменяет старый вердикт, а добавляет новый, так что перезапуск из-за «пустого ответа» — это двойной расход. Сначала читайте `get_file_scores`.

Если правил нет, скилл советует сказать об этом прямо, а не делать вид, что вывод прошёл гейт. Дальше проверка идёт по брифу: заявленные ограничения, целевой размер и контекст использования, а для набора — все кандидаты рядом, потому что расхождение между соседями видно только бок о бок. Механику генерации ведёт отдельный скилл `layer`; если его нет в списке доступных, скилл просит поставить его командой `npx skills add layerai/skills --skill <name>`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add layerai/skills --skill layer-quality -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/layer-quality/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/layer-quality/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add layerai/skills --skill layer-quality -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/layer-quality/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add layerai/skills --skill layer-quality -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/layer-quality/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install layerai/skills layer-quality
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/layer-quality/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add layerai/skills --skill layer-quality -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/layerai/skills --path skills/layer-quality
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/layer-quality/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add layerai/skills --skill layer-quality -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/layerai/skills/tree/HEAD/skills/layer-quality/SKILL.md

## Когда брать
- проверить партию сгенерированных файлов по правилам воркспейса
- прочитать вердикты, записанные на конкретный файл
- выбрать из вариантов тот, что ближе к брифу
- сверить набор ассетов на расхождения перед сдачей
- отличить «ещё не оценено» от проваленной оценки

## Примеры запросов агенту
- Проверь эти восемь иконок по правилам оценки воркспейса и скажи, что не проходит
- Прочитай вердикты по файлу `file_id` — его уже оценивали в прошлой сессии?
- Из этой партии выбери кандидата ближе всего к брифу, а не самый яркий

## Похожие
- [scenario-quality-gate](https://affpapa.org/nevibecode/skills/scenario-quality-gate.md) — скилл · 461 установка
- [workflow-score-to-target](https://affpapa.org/nevibecode/skills/workflow-score-to-target.md) — скилл · 348 установок
- [dx-devops-test-suite-run](https://affpapa.org/nevibecode/skills/dx-devops-test-suite-run.md) — скилл · 5000 установок
- [ara-rigor-reviewer](https://affpapa.org/nevibecode/skills/ara-rigor-reviewer.md) — скилл · 805 установок
- [unit-test-controller-layer](https://affpapa.org/nevibecode/skills/unit-test-controller-layer.md) — скилл · 3800 установок
- [unit-test-service-layer](https://affpapa.org/nevibecode/skills/unit-test-service-layer.md) — скилл · 3800 установок

Из того же набора: [layerai/skills](https://affpapa.org/nevibecode/by/layerai/skills.md) — 7 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md