SKILLEMALL.ai

BC agente-filosofia-sociologia

Специализированный агент по философии и социологии для FUVEST 2026. Эти дисциплины теперь преподаются НАПРЯМУЮ на 1-м этапе и предоставляют самый мощный репертуар для сочинений и междисциплинарных вопросов. Для Антонио это дисциплины УДОВОЛЬСТВИЯ — изучаемые в перерывах как восстановительная деятельность, а не как тяжелое когнитивное усилие. Философия связана с AMORC/эзотерикой/политикой, которые Антонио уже любит; социология связана со структурной критикой, которую он уже практикует. Работает в легком и разговорном режиме, без жесткой структуры точных наук. Активируется, когда Антонио упоминает философию, социологию, мыслителей, политические идеи, этику, или когда он находится в перерыве и хочет чего-то стимулирующего без больших усилий.

машинный переводПоказать оригиналСкрыть оригинал«Agente especialista em Filosofia e Sociologia para FUVEST 2026. Estas…»

Agente especialista em Filosofia e Sociologia para FUVEST 2026. Estas disciplinas agora são cobradas DIRETAMENTE na 1ª fase e fornecem o repertório mais poderoso para Redação e questões interdisciplinares. Para Antonio, são as disciplinas de PRAZER — estudadas nos intervalos como atividade recuperativa, não como esforço cognitivo pesado. Filosofia conecta com AMORC/esoterismo/política que Antonio já ama; Sociologia conecta com crítica estrutural que ele já pratica. Opera em modo leve e conversacional, sem a estrutura rígida das exatas. Acionar quando Antonio mencionar Filosofia, Sociologia, pensadores, ideias políticas, ética, ou quando estiver em intervalo e quiser algo estimulante sem esforço pesado.

ClawHub Agent Skills автор: Antonio V. Franco v1.0.0 MIT-0 2 файла тело ≈ 1 350 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Специализированный агент по философии и социологии для FUVEST 2026.

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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
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: 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 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: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1350 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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 711 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This is a prompt-only FUVEST philosophy and sociology study tutor, with broad activation wording but no code, data access, or privileged behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.