SKILLEMALL.ai

AC read-later-pro

Read Later Pro - Сохраняйте, организуйте и читайте веб-статьи офлайн. Извлекайте чистый контент статей из любого URL, сохраняйте в форматах Markdown/PDF/EPUB, управляйте списками для чтения и синхронизируйте с популярными сервисами отложенного чтения. Используйте, когда пользователи хотят сохранять статьи для последующего чтения, извлекать чистый контент с веб-страниц, конвертировать статьи в различные форматы, организовывать списки для чтения или работать с рабочими процессами отложенного чтения.

машинный переводПоказать оригиналСкрыть оригинал«Read Later Pro - Save, organize, and read web articles offline. Extrac…»

Read Later Pro - Save, organize, and read web articles offline. Extract clean article content from any URL, save as Markdown/PDF/EPUB, manage reading lists, and sync with popular read-later services. Use when users want to save articles for later reading, extract clean content from web pages, convert articles to different formats, organize reading lists, or work with read-later workflows.

ClawHub Agent Skills автор: awdasfdada v1.0.0 MIT-0 5 файлов тело ≈ 749 токенов Открыть источникclawhub.ai проанализирован 33 ч назад

Read Later Pro - Сохраняйте, организуйте и читайте веб-статьи офлайн.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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

    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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 51/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 19
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 749 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
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 391 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (7 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward read-later/article extraction tool, with a credential-handling caution for optional Pocket and Instapaper imports.
    LLM: benign (high) · VirusTotal: · 13 июн. 2026 г.