SKILLEMALL.ai

AB interview-me

Извлекает то, что пользователь действительно хочет, а не то, что, по его мнению, он должен хотеть. Достигает этого путем последовательного задавания вопросов до тех пор, пока не будет достигнута ~95% уверенность в основной цели. Используйте, когда запрос недоопределен («создай мне X» без «для кого» или «почему сейчас»), когда пользователь явно вызывает функцию («опроси меня», «расспроси меня», «мы уверены?», «проверь мои мысли»), или когда вы ловите себя на том, что молча заполняете неоднозначные требования до того, как появятся какой-либо план, спецификация или код.

машинный переводПоказать оригиналСкрыть оригинал«Extracts what the user actually wants instead of what they think they…»

Extracts what the user actually wants instead of what they think they should want. Achieves this through one-question-at-a-time interview until ~95% confidence about the underlying intent. Use when an ask is underspecified ("build me X" without "for whom" or "why now"), when the user explicitly invokes ("interview me", "grill me", "are we sure?", "stress-test my thinking"), or when you catch yourself silently filling in ambiguous requirements before any plan, spec, or code exists.

ClawHub Agent Skills автор: Bogdan_Tanchuk v1.0.0 MIT-0 2 файла тело ≈ 3 447 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлекает то, что пользователь действительно хочет, а не то, что, по его мнению, он должен хотеть.

Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, согласованность, повторный запуск

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Согласованность вес 8
40
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: 2. 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 67/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (interview-me) не совпадает с папкой (interview)
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 48, расплывчатых формулировок: 1
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 3447 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 10. 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 485 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 48 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This skill is a focused interview guide that helps clarify user intent and does not request unusual access or hidden authority.
    LLM: benign (high) · VirusTotal: · 16 сент. 2026 г.