SKILLEMALL.ai

AC autoresearch-pro

Улучшайте существующие навыки агента, подсказки, статьи, плагины, рабочие процессы или системные механизмы с помощью небольших обратимых изменений и сравнения до/после для одной и той же задачи. Используйте для запрошенной итеративной оптимизации, проверки на основе случаев, улучшений, обусловленных сбоями, или явного вызова autoresearch-pro. Не для разовой доводки или перевода, объяснения autoresearch, исследований без ограничений или рутинной разработки и отладки без эксперимента.

машинный переводПоказать оригиналСкрыть оригинал«Improve an existing agent skill, prompt, article, plugin, workflow, or…»

Improve an existing agent skill, prompt, article, plugin, workflow, or system mechanism through small reversible edits and same-task before/after comparisons. Use for requested iterative optimization, case-based validation, failure-driven improvements, or explicit invocation of autoresearch-pro. Not for one-off polishing or translation, explaining autoresearch, open-ended research, or routine development and debugging without an experiment.

ClawHub Agent Skills автор: Jialin v2.0.0 MIT-0 4 файла тело ≈ 1 248 токенов Открыть источникclawhub.ai↗ проанализирован 14 дн назад

Улучшайте существующие навыки агента, подсказки, статьи, плагины, рабочие процессы или системные механизмы с помощью небольших обратимых изменений и сравнения…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураТексты и документыИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка edit-residue в тексте есть пометки об устаревшем (строки 68, 78): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

    Процессный рейтинг: все десять параметров 58/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 85Шаги. Шагов: 21, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1248 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 444 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill gives bounded instructions for improving an existing artifact and includes clear limits around scope, reversibility, permissions, and external actions.
    LLM: benign (high) · VirusTotal: · 3 окт. 2026 г.