SKILLEMALL.ai

CD recruitment-agent

Агент по найму: управление процессом найма через opencli (Boss直聘) + lark-cli (飞书多维表格). Поддерживает: (1) просмотр последних/непрочитанных сообщений Boss直聘; (2) сохранение кандидатов в базе талантов (сначала поиск и сравнение, затем создание/обновление); (3) добавление записей о решениях по кандидатам (добавление в базу/назначение собеседования/отслеживание/отправка оффера/архивация); (4) обновление указанной информации о кандидате в базе талантов; (5) назначение собеседования (отправка приглашения, проверка активности, подтверждение времени, создание события в календаре Feishu). Активируется, когда пользователь говорит «проверить сообщения boss», «добавить XXX в базу талантов», «я заинтересован в XXX», «сделать запись о решении по XXX», «обновить информацию/поле XXX», «помоги назначить собеседование для XXX», «назначить собеседование для XXX».

машинный переводПоказать оригиналСкрыть оригинал«招聘Agent:通过 opencli(Boss直聘) + lark-cli(飞书多维表格) 管理招聘流程。支持:(1) 查看Boss直聘最近…»

招聘Agent:通过 opencli(Boss直聘) + lark-cli(飞书多维表格) 管理招聘流程。支持:(1) 查看Boss直聘最近/未读消息; (2) 将候选人存入人才库(先搜索比对,再新建/更新); (3) 添加人才决策记录(加入库/约面试/跟进/发Offer/归档); (4) 更新人才库中某候选人的指定信息; (5) 约面试(发邀约消息、心跳检测、确认时间、创建飞书日程)。当用户说「查boss消息」「把XXX存入人才库」「我对XXX感兴趣」「对XXX做个决策记录」「更新XXX的信息/字段」「帮我给XXX约个面试」「约一下XXX」时触发。

ClawHub Agent Skills автор: Bill Zhuang v1.3.0 MIT-0 9 файлов тело ≈ 356 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Агент по найму: управление процессом найма через opencli (Boss直聘) + lark-cli (飞书多维表格).

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

ИнтеграцияИИ и агентыЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 9. 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 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: 2, без проверки текущего состояния
  • 50Шаги. Шагов: 2
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 356 токенов
  • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 278 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (7 из 7)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This recruitment skill is not malicious, but it should be reviewed because it can read candidate messages and resumes, change recruiting records, contact candidates, create calendar events, and run an unbounded recurring polling task.
LLM: suspicious (high) · VirusTotal: · 16 сент. 2026 г.