SKILLEMALL.ai

AB project-task-manager

Менеджер задач проекта: ИИ-планирование задач: генерирует иерархические деревья задач из целей, декомпозирует задачи, отслеживает прогресс, визуализирует статус. Сохраняется между сессиями. Используйте, когда агенту нужен менеджер задач проекта, генерация задач ИИ, автоматическая декомпозиция задач, декомпозиция проекта, цели в задачи, декомпозиция, задача, уровень детализации через удаленные вызовы инструментов, размещенные на AgentPMT. Термины для поиска: менеджер задач проекта, генерация задач ИИ, автоматическая декомпозиция задач, декомпозиция проекта.

машинный переводПоказать оригиналСкрыть оригинал«Project Task Manager: AI-powered task planning: generate hierarchical…»

Project Task Manager: AI-powered task planning: generate hierarchical task trees from objectives, decompose tasks, track progress, visualize status. Persistent across sessions. Use when an agent needs project task manager, ai task generation, automatic task breakdown, project decomposition, objective to tasks, decompose, task, level of detail through AgentPMT-hosted remote tool calls. Discovery terms: project task manager, ai task generation, automatic task breakdown, project decomposition.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 3 547 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Менеджер задач проекта: ИИ-планирование задач: генерирует иерархические деревья задач из целей, декомпозирует задачи, отслеживает прогресс, визуализирует…

Как процесс B 73/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторИИ 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
73/100
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 73/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 79
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3547 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 495 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 79 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (12 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This is a disclosed remote project-planning skill that persists task data, with no evidence of hidden execution, exfiltration, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 10 июн. 2026 г.