SKILLEMALL.ai

AC anti-ai-resume-screener

Pro-помощник по противодействию ИИ-фильтрации резюме — полный набор инструментов для поиска работы. Интегрирует глубокий анализ ATS-систем, диагностику резюме (по 100-балльной шкале), оптимизацию ключевых слов в описании вакансии (JD), переписывание по методу STAR, замену слабых слов, генерацию самопрезентации/сопроводительного письма, прогнозирование вопросов на собеседовании. Подходит для всех соискателей (выпускников, специалистов, меняющих профессию), по умолчанию для резюме на китайском языке. Активируется, когда пользователь предоставляет резюме или спрашивает "как пройти ИИ-фильтрацию", "резюме отклонено", "оптимизировать резюме", "оптимизация резюме", "оптимизация ATS", "поиск работы", "подготовка к собеседованию".

машинный переводПоказать оригиналСкрыть оригинал«反AI简历筛查助手Pro - 完整求职工具箱。整合ATS系统深度解析、简历诊断(100分制)、JD关键词优化、STAR法则改写、弱词替换、自…»

反AI简历筛查助手Pro - 完整求职工具箱。整合ATS系统深度解析、简历诊断(100分制)、JD关键词优化、STAR法则改写、弱词替换、自我介绍/求职信生成、面试问题预测。适用于所有求职者(应届生、职场人士、转行者),默认中文简历。当用户提供简历或询问"如何通过AI筛选"、"简历被刷"、"优化简历"、"简历优化"、"ATS优化"、"求职"、"面试准备"时触发。

ClawHub Agent Skills автор: EricWU v1.0.0 MIT-0 7 файлов тело ≈ 1 397 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Pro-помощник по противодействию ИИ-фильтрации резюме — полный набор инструментов для поиска работы.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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: 7. 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: 57
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1397 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 182 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 57 пунктов
  • +4Есть примеры (8 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a text-only Chinese resume optimization skill; it handles sensitive resume content but does not install code, request credentials, persist data, or send data elsewhere.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.