animate (emilkowalski/skills)

Reseña

Codex CLI 0.166 (gpt-6-astra, razonamiento bajo) en un PC Windows dedicado a pruebas, un proyecto temporal nuevo y HOME/TMPDIR/cachés temporales por ejecución, skill instalada (tratamiento) o ausente (control) o ausente con el requisito central de la skill condensado en una frase añadida al prompt (grupo del prompt de una frase), 2 ejecuciones por grupo y tarea, red desactivada, escrituras en /tmp bloqueadas. Los prompts nunca mencionan la skill (salvo el texto indicado abajo). Tres tareas de construcción, cada una un archivo HTML autocontenido con CSS y JS en línea: un menú desplegable, un modal con fondo oscurecido y toasts apilados, todos con animaciones de apertura/cierre o entrada/salida. Los prompts no mencionan reglas de movimiento. El prompt de una frase enumera las reglas en una sola frase.

Comparación de tres ramas

Medido con Codex CLI en 18 ejecuciones, puntuado con comprobaciones basadas en reglas y sin juez LLM. Total 22.0 / 30, veredicto Según el caso.

Veredicto: Según el caso (22.0 / 30). Fuente: emilkowalski/skills, skills/animate, fijada en el commit a81dbca. Instalación: npx skills@latest add emilkowalski/skills --skill animate. Licencia: MIT (LICENSE del repositorio).

Qué es

La skill animate (emilkowalski/skills): reglas de movimiento para crear animaciones de interfaz: anima solo con un propósito, cubic-bezier ease-out personalizada (nunca ease-in ni la predeterminada), 150-300 ms, solo transform y opacity, feedback al pulsar con scale(0.97), nunca empieces desde scale(0), escalona las entradas, transiciones interrumpibles, prefers-reduced-motion, hover limitado con (hover: hover).

Cómo lo probamos

Codex CLI 0.166 (gpt-6-astra, razonamiento bajo) en un PC de pruebas Windows dedicado, un proyecto temporal nuevo y HOME/TMPDIR/cachés temporales por ejecución, skill instalada (tratamiento) o ausente (control) o ausente con el requisito central de la skill comprimido en una frase añadida al final del prompt (grupo de una frase), 2 ejecuciones por grupo y tarea, red desactivada, escrituras en /tmp bloqueadas. Los prompts nunca mencionan la skill (salvo la formulación indicada abajo).

Tres tareas de construcción, cada una un archivo HTML autocontenido con CSS y JS en línea: un menú desplegable, un modal con fondo atenuado y toasts apilados, todos con animaciones de apertura/cierre o entrada/salida. Los prompts no mencionan las reglas de movimiento. La frase única enumera las reglas en una sola frase.

1. Menú desplegable animado — Crea menu.html: un botón que abre un menú desplegable con 5 elementos, con animaciones de apertura y cierre. Escribe un único archivo HTML autocontenido (CSS y JS en línea, sin librerías).
2. Diálogo modal animado — Crea modal.html: un botón que abre un diálogo modal con fondo atenuado, con animaciones de apertura y cierre. Escribe un único archivo HTML autocontenido (CSS y JS en línea, sin librerías).
3. Notificaciones toast — Crea toasts.html: tres botones que muestran cada uno una notificación toast que se apila y se descarta sola, con animaciones de entrada y salida. Escribe un único archivo HTML autocontenido (CSS y JS en línea, sin librerías).

La puntuación es programática (tests ocultos / detección de problemas sembrados / comprobaciones de restricciones / renderizado + OCR cuando corresponde), 0–5 por ejecución. Ningún juez LLM decidió ninguna puntuación.

Resultados

La frase única que recibió el tercer grupo: "Anima como un ingeniero de diseño: anima solo lo que tiene un propósito, usa una cubic-bezier ease-out personalizada (nunca ease-in ni la predeterminada), 150-300 ms, solo transform y opacity, feedback al pulsar con scale(0.97), nunca empieces desde scale(0), escalona las entradas, transiciones interrumpibles, respeta prefers-reduced-motion y limita el hover con (hover: hover)."

Puntuación media: 3.71 sin vs 4.36 con la skill (delta +0.64). Tokens por ejecución: 78k vs 132k (1.68x); tiempo 82s vs 81s. Grupo de una frase: 5.0 (la ganancia de la skill sobre la frase única: -0.64; la ganancia de la frase única sobre sin skill: +1.29); tokens de la frase única 105k por ejecución, así que la skill cuesta 1.25x la frase única.

Qué ocurrió

• Control 3.71, skill 4.36, una frase 5.0 (n=6 cada uno). Una comprobación de movimiento basada en reglas cuenta cuántas de las 10 reglas sigue la página. El control llegó a 6-8 de 10, la skill a 8-9, y la frase única superó todas las comprobaciones en las 6 ejecuciones.
• Las reglas que el control omitió con más frecuencia: feedback al pulsar (un scale en :active) en 3 de 6 ejecuciones, además de entradas escalonadas y easing no predeterminado en algunas ejecuciones. La skill siguió fallando el feedback al pulsar en 2 ejecuciones y la entrada escalonada o el easing en varias; en la tarea de toasts su puntuación fue 4.14 y 4.57 frente a 4.14 del control.
• Tokens: skill 132k, una frase 105k, control 78k por ejecución (1.7x el control, 1.3x la frase única). La skill se leyó en 6/6 ejecuciones de tratamiento; usa más comandos (9.3 por ejecución frente a 4.7).
• Las ejecuciones de tratamiento añaden unos 3 archivos nuevos (la copia de la skill en la carpeta de trabajo) por ejecución.

Puntuaciones por dimensión

Límites de esta prueba

• Comprobaciones basadas en reglas sobre el texto del código de un archivo HTML; las animaciones no se renderizaron ni se cronometraron en un navegador, así que no se juzga la fluidez ni la calidad visual.
• La frase única es una paráfrasis cercana de la propia lista de comprobación de la skill, y las comprobaciones reflejan esa misma lista de reglas.
• n=2 por celda.
• n = 2 por grupo y tarea: las diferencias de menos de ~1 punto son ruido.
• La puntuación basada en reglas mide lo que las comprobaciones pueden ver; no puede juzgar el gusto ni si el resultado es el mejor posible.

Seguridad

Consulta security.md. Escaneo: 0 CRITICAL / 0 HIGH / 0 MEDIUM. Veredicto: segura de ejecutar (sandbox sin red). Un escaneo limpio no demuestra que una skill sea segura.

Conclusión

La skill mejora las reglas de movimiento que se siguen frente a no dar ninguna orientación, pero esas mismas reglas en una sola frase logran una puntuación perfecta con menos tokens, así que el beneficio solo existe frente a un prompt básico.