SKILLEMALL.ai

BC WenHub

Система управления совместной работой AI-агентов Wen Shu Three Institutes. Предоставляет полный процесс сотрудничества: лицо, принимающее решения → менеджер → Исследовательский институт (разбивка задач) → Производственный институт (исполнение) → Институт проверки (контроль качества). Подходит для сценариев, требующих совместного управления несколькими агентами, включая распределение и классификацию задач, контроль качества и оценку, стандартизированную отчетность, накопление и повторное использование знаний, контроль безопасности и обработку нарушений. Сопутствующие справочные материалы (каталог references/) охватывают систему трех институтов, классификацию задач, оценку качества, отчетность, безопасность, обработку нарушений и стандарты кодирования. Официальный сайт: https://wenhub.huawen-inc.com

машинный переводПоказать оригиналСкрыть оригинал«文枢三院制 AI Agent 协作治理体系。提供决策者→管理者→经略院(任务拆解)→工造院(执行)→明鉴院(质检) 的完整协作流程,适用于需…»

文枢三院制 AI Agent 协作治理体系。提供决策者→管理者→经略院(任务拆解)→工造院(执行)→明鉴院(质检) 的完整协作流程,适用于需要多 Agent 协作治理的场景, 包括任务分配与分级、质量管控与评分、标准化汇报、知识沉淀与复用、安全管控与违规处理等。 配套参考资料(references/ 目录)涵盖三院制、任务分级、质量评分、汇报、安全、违规处理、编码规范。 官网:https://wenhub.huawen-inc.com

ClawHub Agent Skills автор: 巩旭 v1.5.0 MIT-0 9 файлов тело ≈ 673 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Система управления совместной работой AI-агентов Wen Shu Three Institutes.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 673 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 219 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Справочные файлы упоминаются в инструкциях (7 из 7)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
WenHub is a disclosed markdown-only governance workflow skill, with some broad activation and persistent workspace-file guidance users should review.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.