SKILLEMALL.ai
GitHub ↗ EN Войти

BC jd-interpreter

Навык интеллектуальной интерпретации требований к вакансиям. Введите любое описание вакансии (вставьте/загрузите/URL), и оно будет автоматически проанализировано по 8 параметрам: структурированное разложение JD → деконструкция явных и скрытых требований → оценка веса требований → руководство по самооценке разрыва в навыках → прогнозирование ключевых моментов собеседования → дорожная карта обучения и развития → внедрение ключевых слов ATS → анализ сопоставления зарплат, генерируя интерактивный HTML-отчет с визуализацией. Триггерные слова: JD解读, 岗位解读, 招聘需求分析, 解读JD, 这个岗位要什么, 帮我分析这个职位, 职位解读, 岗位分析, jd interpreter, decode job, analyze job description, 职位要求分析.

машинный переводПоказать оригиналСкрыть оригинал«招聘需求智能解读技能。输入任意岗位JD（粘贴/上传/URL），自动进行8维深度解读：JD结构化拆解→显性隐性需求解构→需求权重评分→能力差距…»

招聘需求智能解读技能。输入任意岗位JD（粘贴/上传/URL），自动进行8维深度解读：JD结构化拆解→显性隐性需求解构→需求权重评分→能力差距自评引导→面试考点预测→学习提升路线图→ATS关键词注入→薪资对标分析，生成交互式HTML可视化解读报告。触发词：JD解读、岗位解读、招聘需求分析、解读JD、这个岗位要什么、帮我分析这个职位、职位解读、岗位分析、jd interpreter、decode job、analyze job description、职位要求分析。

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 4 файла тело ≈ 1 290 токенов Открыть источникclawhub.ai↗ проанализирован 31 ч назад

Навык интеллектуальной интерпретации требований к вакансиям.

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

АнализаторЛюди и наймтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
68
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Bash Read Write Edit WebSearch WebFetch

Просканировано файлов: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_words"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "location"

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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 51
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1290 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • 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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (5 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
This skill is mostly purpose-aligned, but it needs Review because it can turn untrusted job-description content into a local interactive HTML report without escaping it.
LLM: suspicious (high) · VirusTotal: · 22 июн. 2026 г.