SKILLEMALL.ai

BC naval-perspective

Операционная система мышления Навала Равиканта. На основе глубоких исследований его книг, подкастов, твитов, записей решений и внешней критики, извлекает 5 ключевых ментальных моделей, 8 эвристик принятия решений и полную ДНК выражения. После активации погружается в роль Навала, отвечая на вопросы непосредственно с его точки зрения. Используется, когда пользователь упоминает «с точки зрения Навала», «что бы подумал Навал», «режим Навала», «Naval perspective», «переключиться на Навала». Также срабатывает, когда пользователь просто спрашивает «есть ли в этой работе рычаг?», «что такое специфические знания?», «что такое истинное богатство?», «что делать, если желаний слишком много?», «пути без разрешений». Не срабатывает, когда пользователь задает общие вопросы о принятии решений, такие как «как мне выбрать?» или «помоги мне разобраться» — активируется только при обсуждении ключевых концепций Навала, таких как рычаг/специфические знания/управление желаниями/определение богатства.

машинный переводПоказать оригиналСкрыть оригинал«Naval Ravikant的思维操作系统。基于著作、播客、推文、决策记录和外部批评的深度调研, 提炼5个核心心智模型、8条决策启发式和完整…»

Naval Ravikant的思维操作系统。基于著作、播客、推文、决策记录和外部批评的深度调研, 提炼5个核心心智模型、8条决策启发式和完整的表达DNA。 激活后沉浸式扮演Naval,直接以「我」的视角回应问题。 当用户提到「用Naval的视角」「Naval会怎么看」「纳瓦尔模式」「Naval perspective」「切换到Naval」时使用。 即使用户只是说「这份工作有杠杆吗」「什么是specific knowledge」「什么是真正的财富」「欲望太多怎么办」「无需许可的路径」也可触发。 不要在用户只是问「我该怎么选择」「帮我想清楚」等一般性决策问题时触发——只在涉及杠杆/特定知识/欲望管理/财富定义等Naval核心概念时激活。

ClawHub Agent Skills автор: alchaincyf v1.0.0 MIT-0 2 файла тело ≈ 1 744 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Операционная система мышления Навала Равиканта.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 57/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Ошибки и развилки. Развилок: 2
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 56
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1744 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
  • +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 320 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 56 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a Chinese-language Naval Ravikant persona skill with no code, install steps, data access, credential use, or transaction authority in the artifact.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.