MCP HubMCP Hub
Вернуться к навыкам

goms-klm-analysis

raintree-technology
Обновлено 4 days ago
78
9
78
Посмотреть на GitHub
Дизайнautomationdesign

О программе

Этот навык выполняет анализ GOMS и Keystroke-Level Model (KLM) для моделирования и оценки пользовательских интерфейсов, разбивая рабочие процессы на цели, операторы и методы. Он используется для сравнения потоков задач, подсчёта затрат на взаимодействие (например, клики и нажатия клавиш) и оценки времени выполнения экспертом при редизайне интерфейсов. Разработчикам следует применять его для анализа повторяемых процедурных задач с целью оптимизации производительности и снижения когнитивной нагрузки.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add raintree-technology/claude-starter -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/raintree-technology/claude-starter
Git клонированиеАльтернативный
git clone https://github.com/raintree-technology/claude-starter.git ~/.claude/skills/goms-klm-analysis

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

GOMS / KLM Analysis

Use this skill when the useful artifact is an explicit workflow model. It is best for repeatable tasks with known steps, such as dashboard triage, form submission, search/refine/open flows, command palettes, editor workflows, and mobile settings tasks.

Choose The Model

  • Use KLM when the task is procedural and the user already knows what to do. It estimates expert, error-free execution time.
  • Use GOMS when there are meaningful alternatives, decision rules, or multiple methods to achieve the same goal.
  • Use a lightweight cognitive walkthrough when the risk is discoverability, comprehension, or first-time use rather than speed.

KLM Operators

Start with these operator families and adjust for the product context:

  • K: keystroke, tap, click, button press, or discrete command.
  • P: point to or visually acquire a target.
  • M: mental preparation before a chunk of action.
  • H: hand movement between input devices or postures.
  • R: system response wait time.
  • V: visual verification or reading needed to continue.

Do not overfit exact timings. Count removed operators and wait states first; add timings only when comparison needs a rough total.

Workflow

  1. Name the task and user expertise level.
  2. Capture the current method as numbered user actions.
  3. Mark operators for each action.
  4. Insert mental operators before decisions, strategy shifts, mode changes, or non-obvious commands.
  5. Insert response waits only when the UI blocks the next action.
  6. Build the proposed method with the same operator rules.
  7. Compare operator counts, waits, and error-prone transitions.
  8. Recommend the smallest UI changes that remove operators or make the selected method obvious.

Selection Rules

For GOMS, make selection rules explicit:

  • If the user knows the exact item name, use search.
  • If the item is recent or spatially stable, use recents or pinned navigation.
  • If the task requires comparison, use a list/table with persistent controls.
  • If the task is destructive, use a slower method only when it reduces error risk.

Bad selection rules reveal design problems. If the rules depend on hidden knowledge, redesign the flow instead of documenting the rule.

Output

For a single flow:

Task:
User:
Current method:
Operator model:
Findings:
Recommendations:

For alternatives:

Option A:
- Operators:
- Waits:
- Error-prone transitions:

Option B:
- Operators:
- Waits:
- Error-prone transitions:

Decision:

Guardrails

  • KLM models skilled, error-free performance; do not use it as the only lens for onboarding, accessibility, or confusing flows.
  • Do not count implementation steps. Count user-observable operations.
  • Keep safety and confidence in the model. A slower confirmation can be correct for irreversible actions.
  • If the design is for an Apple platform, pair this skill with Apple HIG guidance for platform conventions.

GitHub репозиторий

raintree-technology/claude-starter
Путь: templates/.claude/skills/goms-klm-analysis
0
ai-toolsanthropicclaudeclaude-aiclaude-codedeveloper-tools

Похожие навыки

executing-plans

Дизайн

Используйте навык executing-plans, когда у вас есть полный план реализации для выполнения контролируемыми партиями с контрольными точками проверки. Он загружает и критически анализирует план, затем выполняет задачи небольшими партиями (по умолчанию 3 задачи), сообщая о прогрессе между каждой партией для проверки архитектором. Это обеспечивает систематическую реализацию со встроенными контрольными точками проверки качества.

Просмотреть навык

requesting-code-review

Дизайн

Этот навык запускает суб-агента для ревью кода, который анализирует изменения в коде на соответствие требованиям перед дальнейшими действиями. Его следует использовать после завершения задач, реализации крупных функций или перед слиянием с основной веткой. Ревью помогает выявить проблемы на ранней стадии, сравнивая текущую реализацию с исходным планом.

Просмотреть навык

connect-mcp-server

Дизайн

Этот навык предоставляет разработчикам подробное руководство по подключению серверов MCP к Claude Code с использованием транспортов HTTP, stdio или SSE. Он охватывает установку, конфигурацию, аутентификацию и безопасность для интеграции внешних сервисов, таких как GitHub, Notion и пользовательские API. Используйте его при настройке интеграций MCP, конфигурации внешних инструментов или работе с Model Context Protocol от Claude.

Просмотреть навык

web-cli-teleport

Дизайн

Этот навык помогает разработчикам выбирать между веб-интерфейсом Claude Code и CLI на основе анализа задачи, а также обеспечивает бесшовное перемещение сессий между этими средами. Он оптимизирует рабочий процесс, управляя состоянием и контекстом сессии при переключении между веб-интерфейсом, CLI или мобильным приложением. Используйте его для сложных проектов, требующих различных инструментов на разных этапах работы.

Просмотреть навык