SKILLEMALL.ai

BD storage-clean

Кроссплатформенный анализатор дискового пространства с использованием ИИ. Сканирует использование системного/пользовательского/разработческого пространства, генерирует интерактивный HTML-отчет с 3 уровнями очистки (немедленно/после подтверждения/сохранить), выводит команды shell для копирования и вставки. НИКОГДА не удаляет автоматически. Триггеры: не хватает места на диске, недостаточно места, диск почти полон, помоги мне очистить Mac, сканировать большие файлы, что можно удалить, очистка хранилища, дисковое пространство, storage clean, disk cleanup.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered cross-platform disk storage analyzer. Scans system/user/dev…»

AI-powered cross-platform disk storage analyzer. Scans system/user/dev space usage, generates interactive HTML report with 3-tier cleanup tiers (立即清/确认后清/保留), outputs copy-paste shell commands. NEVER auto-deletes. Triggers: 硬盘不够用, 空间不足, 磁盘快满了, 帮我清理Mac, 扫描大文件, 哪些可以删, 存储清理, 磁盘空间, storage clean, disk cleanup.

ClawHub Agent Skills автор: bettermen v2.0.0 MIT-0 5 файлов тело ≈ 1 086 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Кроссплатформенный анализатор дискового пространства с использованием ИИ.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторDockerДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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: 5. 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 "agent_created"

Процессный рейтинг: все десять параметров 43/100

  • 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: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 39
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1086 токенов
  • low Разделов верхнего уровня: 12. 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
  • -213 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 307 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (6 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This disk cleanup skill is mostly coherent, but it includes real deletion tooling and broad local inventory reporting that are not scoped as carefully as its safety language implies.
LLM: suspicious (high) · VirusTotal: · 21 июн. 2026 г.