SKILLEMALL.ai

BC munger-decision

Ассистент принятия решений на основе ментальных моделей Чарли Мангера. Анализирует сценарий вашего решения, рекомендует наиболее релевантные модели мышления и направляет вас через структурированный анализ. Бесплатная версия включает 12 основных моделей. Используйте при: принятии инвестиционных, продуктовых, стратегических или жизненных решений. НЕ для: общих вопросов и поиска информации.

машинный переводПоказать оригиналСкрыть оригинал«Charlie Munger's mental model decision assistant. Analyzes your decisi…»

Charlie Munger's mental model decision assistant. Analyzes your decision scenario, recommends the most relevant thinking models, and guides you through structured analysis. Free version includes 12 core models. Use when: making investment, product, strategy, or life decisions. NOT for: general Q&A or information lookup.

ClawHub Agent Skills автор: David v1.2.4 MIT-0 45 файлов тело ≈ 544 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Ассистент принятия решений на основе ментальных моделей Чарли Мангера.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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

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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:282
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "integrity": "sha5…ywo+qwL+oL8H…C1U+vRfLQDvw==",
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:298
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha512-Yqfm+XDx0+Prh3…1yC+JWZ2…IL7+vK+Clp7…D7g==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:311
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…xZl+RoGR…fbT/ZgrF…0EA==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:324
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…3bJ+V0If…IXN+CL65…a4w==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:340
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "integrity": "sha5…H47+FFon…OsV/4+RRsz…0ig==",
      в кавычках

    Просканировано файлов: 40. 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 52/100

    • 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
    • 40Согласованность. Имя во frontmatter (munger-decision) не совпадает с папкой (munger-decision-free)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 40
    • 100Стоимость исполнения. Тело инструкции 544 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -413 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -34 из 4 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 321 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This is a local decision-framework skill, but users should not treat its investment allocation examples as personalized financial advice.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.