review-animations (emilkowalski/skills)
以嚴格的工藝標準審查動畫與動效程式碼，預設先挑問題。
review-animations：讓 pull request 的動畫審查找出植入的問題，並給出精確的修正（對照組 2.9、技能組 4.4、一句話提示組 4.9），Token 用量是未使用技能的 1.2 倍；把檢查清單寫成一句話提示，效果反而更好。
Codex CLI · gpt-6-astra
24.9 / 30
相對未使用技能的提升：+1.52 · 推薦 · 18 次執行
推薦：總分 24.9/30 至少 22，產出品質 4.4 至少 3.5，提升幅度 +1.52 至少 +1.0。
SOTA
透過使用 Codex 測試。
涵蓋 Codex, Claude Code
Codex CLI 0.166（SOTA 等級）：18 次評分執行。依我們的等級規則，在這裡通過也涵蓋 Claude Code；但這不代表第二等級的結果。
分數
每個維度為 0 到 5 分，六個維度相加即為滿分 30 的總分。每個維度都是 5 分最好。成本 5 分代表便宜又快速；安裝 5 分代表容易安裝。
- 觸發可靠性
- 5.0
- 相對未使用技能的提升
- 3.5
- 產出品質
- 4.4
- Token 與時間成本
- 4.0
- 安裝與可攜性
- 4.0
- 安全性
- 4.0
安全審查
安全靜態掃描：0 CRITICAL / 0 HIGH / 0 MEDIUM。人工審查：可在無網路沙箱中安全執行（未發現問題）。掃描結果乾淨，不代表技能一定安全。
安裝
npx skills@latest add emilkowalski/skills --skill review-animations
固定 Commit: a81dbca07f2217b7103e510c0f13f8d5b017afc9
測試日期: 2026-11-02
我們測了什麼
- 審查動畫 diff — 請在我合併前審查 change.diff 中的動畫變更。不要修改任何檔案。
- 只審查 toast 規則 — 請只審查 change.diff 中的 .toast 動畫規則。不要修改任何檔案。
- 合併判斷 — 我應該照原樣合併 change.diff 中的動畫變更嗎？先回答，再說明原因。不要修改任何檔案。
優點
- 相對未使用技能，平均分數從 2.86 提升到 4.38（+1.52）。
- 技能即使未被點名也會被採用：6/6 次實驗組執行都讀取了技能檔案。
缺點
- 一句話提示得分 4.93，使用技能則為 4.38（-0.55）。
- 每個任務的每個組別 n=2；約 1 分以內的差異屬於雜訊。
評測
在專用的 Windows 測試電腦上執行 Codex CLI 0.166（gpt-6-astra，低推理），每次執行都使用全新的暫存專案，以及臨時的 HOME/TMPDIR/快取；技能分成已安裝（實驗組）、未安裝（對照組），以及未安裝但把技能的核心要求濃縮成一句話附加在提示詞後（一句話提示組）。每個任務的每個組別各執行 2 次，關閉網路，封鎖 /tmp 寫入。提示詞從未提及技能（下方註明者除外）。使用一份 change.diff，其中新增的動畫含有 7 個植入的問題。任務：在合併前審查整份 diff、只審查 toast 規則，以及回答「我應該照原樣合併嗎？」（先回答，再說明原因）。提示詞未指名任何規則。一句話提示組把檢查清單寫成一句話，並要求給出精確的替代寫法。
三組對照
| 組別 | 平均分數（0-5） | 每次執行 Token 用量 |
|---|---|---|
| 未使用技能 | 2.86 | 53k |
| 一句話提示 | 4.93 | 48k |
| 使用技能 | 4.38 | 63k |
以 Codex CLI 執行 18 次，採規則式檢查評分，不經 LLM 評審。總分 24.9 / 30，評級為 推薦。
評定：推薦（24.9 / 30）。 來源：emilkowalski/skills，skills/review-animations，固定於 commit a81dbca。安裝：npx skills@latest add emilkowalski/skills --skill review-animations。授權： MIT（儲存庫 LICENSE）。
這是什麼
review-animations 技能（emilkowalski/skills）：一份審查 diff 中動畫變更的清單：預設會指出 ease-in/ease-in-out 的 UI 曲線、transition: all、從 scale(0) 開始、對版面屬性做動畫、在高頻操作上加動畫、無效果的錯位動畫、缺少 reduced-motion、時長超過 300 ms，並附上確切的替代值。
我們如何測試
在專用的 Windows 測試 PC 上使用 Codex CLI 0.166（gpt-6-astra、低推理），每次執行都使用全新的臨時專案與臨時 HOME/TMPDIR/快取，安裝技能（使用技能組）、不安裝（對照組），或是不安裝但把技能核心要求濃縮成一句話附加在提示詞後（一句話組）；每個任務的每組各執行 2 次，關閉網路、封鎖 /tmp 寫入。提示詞完全沒有提到技能名稱（下述措辭除外）。
一份 change.diff，加入的動畫帶有 7 個植入問題。任務：在合併前審查整個 diff、只審查 toast 規則，以及回答「我應該照原樣合併嗎？」（先回答，再說明原因）。提示詞沒有指名任何規則。一句話提示就是將清單濃縮成一句話，並要求確切的替代方案。
- 審查動態 diff — 在我合併之前，審查 change.diff 中的動畫變更。請勿變更任何檔案。
- 只審查 toast 規則 — 只審查 change.diff 中的 .toast 動畫規則。請勿變更任何檔案。
- 合併評定 — 我應該照原樣合併 change.diff 中的動畫變更嗎？先回答，再說明原因。請勿變更任何檔案。
評分採程式化方式（隱藏測試／植入問題召回／限制條件檢查／視情況搭配渲染＋OCR），每次執行 0–5 分。所有分數都不是由 LLM 評審決定。
結果
給第三組的一句話提示："以高工藝標準審查動態程式碼，預設指出：ease-in 或 ease-in-out 的 UI 曲線、transition: all、從 scale(0) 開始、對版面屬性做動畫、在頻繁操作上加動畫、無效果的錯位動畫、缺少 reduced-motion、時長超過 300 ms；針對每項發現給出確切的替代值。"
| 任務 | 對照組分數 | 一句話提示 | 使用技能 | 對照組 token | 一句話組 token | 使用技能 token | 技能讀取 |
|---|---|---|---|---|---|---|---|
| t1-review-diff | 1.53 | 4.79 | 3.67 | 56k | 56k | 77k | 2/2 |
| t2-toast-only | 2.22 | 5.0 | 5.0 | 47k | 39k | 55k | 2/2 |
| t3-verdict | 4.82 | 5.0 | 4.46 | 55k | 48k | 55k | 2/2 |
平均分數：未使用技能 2.86，使用技能 4.38（差異 +1.52）。每次執行 token：53k 對 63k（1.18x）；時間 30 秒對 32 秒。一句話組：4.93（技能相對一句話提示的增益：-0.55；一句話提示相對未使用技能的增益：+2.08）；一句話組每次執行 48k token，因此技能成本是一句話提示的 1.30 倍。
實際情況
- 對照組 2.86、使用技能 4.38、一句話組 4.93（各 n=6）。沒有指引時，整個 diff 的審查一次找到 7 個植入問題中的 3 個，另一次找到 1 個，而且兩次都沒有給出替代值。
- 只審查 toast：對照組兩次都漏掉
transition: all，也沒給出確切修正（2.2）；技能與一句話組四次執行都拿 5.0。 - 整個 diff 的審查：技能找到 7 個問題中的 5–6 個，但不穩定（4.18 與 3.16）；一次漏掉高頻命令面板，另一次漏掉無效果的錯位動畫。一句話組拿 5.0 與 4.59。
- 評定任務：對照組本來就能給出有根據的答案（5.0 與 4.64），技能 4.64 與 4.29，一句話組兩次都 5.0。
- Token：每次執行使用技能 63k、一句話組 48k、對照組 53k（對照組的 1.19 倍、一句話組的 1.3 倍）。技能在 6/6 次使用技能組執行中都被讀取。
面向分數
| 面向 | 分數 | 原因 |
|---|---|---|
| 1_output_quality | 4.38 | 使用技能時平均 4.38/5（程式化檢查，見各任務表）。 |
| 2_lift_vs_no_skill | 3.52 | 相對未使用技能的 2.86 提升 +1.52 分（每個任務 n=2；約 1 分以下屬雜訊）。 |
| 3_trigger | 5.0 | 使用技能組 6/6 次執行都讀取技能檔案。 |
| 4_instructions_portability | 4 | 只有 SKILL.md 檢查清單。 |
| 5_efficiency | 4 | token 1.18x（每次執行 63k 對 53k）、時間 1.06x（32 秒對 30 秒）。 |
| 6_safety_hygiene | 4 | 只有文字說明；請見 security.md。 |
這項測試的限制
- 對審查文字做召回檢查：是否找到植入項目，以及是否出現具體數值；沒有評斷解釋的品質。
- 一句話提示是技能本身檢查清單的貼近改寫。
- 只有一份測試 diff；每個組合 n=2。
- 每組每任務 n = 2：約 1 分以下的差異屬雜訊。
- 規則式評分只能衡量檢查項目看得到的部分，無法判斷品味，也無法判斷結果是否為最佳。
安全性
請見 security.md。掃描：CRITICAL 0 / HIGH 0 / MEDIUM 0。評定：可安全執行（無網路沙盒）。掃描乾淨並不代表技能安全。
總結
相較於沒有指引，這項技能明顯改善了動態審查，主要是能給出具體替代方案並抓到較不明顯的項目。但在這項測試中，把同一份清單寫成一句話效果更好也更便宜，因此好處來自勝過「沒有指引」，而不是勝過「好的提示」。
完整紀錄
執行日誌：review-animations (Codex CLI, network off, per-run temp HOME/TMPDIR, one row per graded run.) 欄位：任務、組-輪次、得分（0-5）、token、秒、通過的檢查、代理開啟的 skill 檔案。 t1-review-diff control-1: 得分 1.94, token 48194, 秒 27.2, 檢查 1/3, 未開啟 t1-review-diff control-2: 得分 1.12, token 64124, 秒 37.9, 檢查 1/3, 未開啟 t1-review-diff oneliner-1: 得分 4.59, token 65072, 秒 52.4, 檢查 3/3, 未開啟 t1-review-diff oneliner-2: 得分 5.0, token 48423, 秒 41.8, 檢查 3/3, 未開啟 t1-review-diff treatment-1: 得分 3.16, token 77459, 秒 41.1, 檢查 2/3, 開啟 review-animations t1-review-diff treatment-2: 得分 4.18, token 77187, 秒 40.0, 檢查 3/3, 開啟 review-animations t2-toast-only control-1: 得分 2.22, token 47474, 秒 21.1, 檢查 0/2, 未開啟 t2-toast-only control-2: 得分 2.22, token 47748, 秒 25.5, 檢查 0/2, 未開啟 t2-toast-only oneliner-1: 得分 5.0, token 31576, 秒 16.0, 檢查 2/2, 未開啟
18 次執行、3 個產出檔案
範例產出
SOTA · 装了 skill：final message（t1-review-diff，第 1 次，Codex）
| Before | After | Why | | --- | --- | --- | | Toast starts at `scale(0)` ([diff:5](change.diff:5)) | Start at `scale(0.95)` with opacity `0`. | Growing from nothing creates an exaggerated entrance and distorts the toast’s content. | | Toast uses `all 600ms ease-in-out` ([diff:5](change.diff:5)) | Limit transitions to `transform, opacity`; shorten below 300ms and use `cubic-bezier(0.23, 1, 0.32, 1)`. | The entrance starts slowly and takes too long. `all` also allows future layout changes to animate accidentally. | | Sidebar animates `width 400ms` ([diff:7](change.diff:7)) | Remove the width transition; apply the collapsed width immediately. | Animating from 240px to 56px repeatedly recalculates layout and can reflow content throughout an already lengthy transition. | | Command items enter with a 500ms, 24px slide ([diff:10](change.diff:10)) | Remove the item animation and its delay rule. | Assuming `.cmdk-item` represents command-palette items, decorative entrances delay visual availability in a frequently used keyboard workflow. Adding stagger would worsen this. | | Movement has no reduced-motion override ([diff:5–12](change.diff:5)) | Under `prefers-reduced-motion: reduce`, remove scaling and translation; retain a short opacity transition where useful. | The supplied styles impose the same movement on users who request reduced motion. | | Hover transition is ungated ([diff:9](change.diff:9)) | Gate it with `@media (hover: hover) and (pointer: fine)`; prefer an immediate background change. | Touch can produce lingering hover states. Removing this frequent color animation also avoids repeated paint work. | **Feel-breaking regressions:** The toast’s zero-scale entrance and slow timing block approval. The command-item animation should be removed if these are command-palette results. **Performance:** The sidebar width transition adds avoidable layout work. Keep the toast’s transitions explicitly scoped. **Accessibility:** Reduced-motion handling and hover capability gating are missing. **Block.** Static review only; the workspace contains no runnable interface to verify motion visually. Locations above reference the supplied diff. No files changed.