SKILLEMALL.ai

AB global-gender-equality-data

Глобальные данные о гендерном равенстве: Доступ к показателям гендерного равенства для любой страны или региона. Используйте, когда агенту нужны глобальные данные о гендерном равенстве, гендерное равенство, расширение прав и возможностей женщин, анализ гендерных разрывов в участии в рабочей силе, сравнение гендерного паритета в образовании между странами, исследование представленности женщин в политике, отслеживание показателей материнского здоровья по регионам, запрос данных о гендерном равенстве, стране или регионе через удаленные вызовы инструментов, размещенных AgentPMT. Термины для поиска: глобальные данные о гендерном равенстве.

машинный переводПоказать оригиналСкрыть оригинал«Global Gender Equality Data: Access gender equality indicators for any…»

Global Gender Equality Data: Access gender equality indicators for any country or region. Use when an agent needs global gender equality data, gender equality women s empowerment, analyze gender gaps in labor force participation, compare education parity across countries, research women's political representation, track maternal health outcomes by region, query gender data, country or region through AgentPMT-hosted remote tool calls. Discovery terms: global gender equality data.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 3 965 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Глобальные данные о гендерном равенстве: Доступ к показателям гендерного равенства для любой страны или региона.

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 74
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3965 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 483 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 74 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (14 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    The supplied scanner telemetry is clean and the inspected skill materials do not show hidden, destructive, or unrelated behavior.
    LLM: benign (medium) · VirusTotal: · 24 июн. 2026 г.