SKILLEMALL.ai

AC deep-writer

Адаптивный рабочий процесс глубокого письма для всех форм создания контента на китайском языке, включая преобразование транскрипций и заметок в статьи, углубление черновиков или написание структурированного длинного контента по теме, тезису, вопросу или плану. Используйте, когда Codex должен уточнить аудиторию и цель, составить краткое описание, извлечь или построить обоснованную структуру аргументации, объединить повторяющиеся идеи, разработать план перед написанием, углубить анализ, сохранить логику источника при необходимости или предоставить текст через поэтапные контрольные точки вместо одноразовой статьи.

машинный переводПоказать оригиналСкрыть оригинал«Adaptive deep-writing workflow for all forms of deep content creation…»

Adaptive deep-writing workflow for all forms of deep content creation in Chinese, including turning transcripts and note piles into articles, deepening rough drafts, or writing structured long-form content from a topic, thesis, question, or outline. Use when Codex needs to clarify audience and purpose, build a brief, extract or construct a sound argument structure, merge repeated ideas, design an outline before drafting, deepen analysis, preserve source logic when needed, or deliver writing through staged checkpoints instead of a one-shot article.

ClawHub Agent Skills автор: cellinlab v0.1.0 MIT-0 8 файлов тело ≈ 1 765 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Адаптивный рабочий процесс глубокого письма для всех форм создания контента на китайском языке, включая преобразование транскрипций и заметок в статьи…

Как процесс C 61/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ГенераторТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
61/100
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: 8. 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 61/100

    • 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 (deep-writer) не совпадает с папкой (cell-deep-writer)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 65Ошибки и развилки. Развилок: 3
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 80
    • 100Стоимость исполнения. Тело инструкции 1765 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)
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 553 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 80 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    The supplied scanner evidence does not show unsafe behavior, but the local workspace did not contain the specific skill artifact needed for a full artifact-backed review.
    LLM: benign (low) · VirusTotal: · 29 мая 2026 г.