SKILLEMALL.ai

AC learning-capture

Записывает исправления пользователя, неудачные запуски инструментов, повторяющиеся ошибки и полезные уроки в виде кратких структурированных заметок. Используйте, когда ошибку или урок рабочего процесса следует запомнить для будущей работы. Храните записи в отредактированном, доступном для человека виде и в рамках проекта. Не изменяйте правила или конфигурацию агента без явного одобрения пользователя.

машинный переводПоказать оригиналСкрыть оригинал«Capture user corrections, failed tool runs, recurring gotchas, and use…»

Capture user corrections, failed tool runs, recurring gotchas, and useful lessons as short structured notes. Use when a mistake or workflow learning should be remembered for future work. Keep entries redacted, human-reviewable, and project-scoped. Do not change agent rules or configuration without explicit user approval.

ClawHub Agent Skills автор: brasco05 v1.0.2 MIT-0 4 файла тело ≈ 663 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Записывает исправления пользователя, неудачные запуски инструментов, повторяющиеся ошибки и полезные уроки в виде кратких структурированных заметок.

Как процесс C 64/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторИИ и агентыИнфраструктураОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 4. 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 64/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 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
    • 40Согласованность. Имя во frontmatter (learning-capture) не совпадает с папкой (self-improving-agent1)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 663 токенов

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 322 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a conservative note-taking helper that writes redacted project learning notes and avoids hidden execution or credential use.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.