SKILLEMALL.ai
GitHub ↗ EN Войти

BC email-formatter

Преобразуйте черновики писем в отточенные, профессиональные сообщения. Используйте этот навык, когда пользователь хочет улучшить качество письма, исправить грамматику и тон, отформатировать деловые письма или преобразовать неформальные сообщения в профессиональное общение. Триггеры включают: «отформатируй мое письмо», «сделай это профессионально», «улучши это сообщение», «исправь мое письмо», «отполируй этот черновик» или любой запрос на улучшение качества написания писем. Также используйте при преобразовании маркированных списков или заметок в полные письма, настройке тона (официальный/неформальный/дружелюбный) или подготовке важных сообщений для клиентов, менеджеров или заинтересованных сторон.

машинный переводПоказать оригиналСкрыть оригинал«Transform rough email drafts into polished, professional messages. Use…»

Transform rough email drafts into polished, professional messages. Use this skill when the user wants to improve email quality, fix grammar and tone, format business emails, or convert casual messages into professional communication. Triggers include: 'format my email', 'make this professional', 'improve this message', 'fix my email', 'polish this draft', or any request to enhance email writing quality. Also use when converting bullet points or notes into complete emails, adjusting tone (formal/casual/friendly), or preparing important messages for clients, managers, or stakeholders.

ClawHub Agent Skills автор: cerbug45 v0.1.0 8 файлов · 1 скрипт тело ≈ 13 325 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Преобразуйте черновики писем в отточенные, профессиональные сообщения.

Как процесс C 57/100 · Есть пробелы — слабые места: согласованность, стоимость исполнения, повторный запуск

ГенераторИнфраструктураОперации и проектытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Рискованное назначение intent-offensive-security SKILL.md:129
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    ❌ **Extortion**: Blackmail, ransomware, threats for money, coercion
  • низкая Рискованное назначение intent-offensive-security SKILL.md:155
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    **Credential Harvesting Red Flags:**
  • низкая Рискованное назначение intent-offensive-security SKILL.md:559
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    # Layer 4: Credential Harvesting

Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 13325 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 57/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (email-formatter) не совпадает с папкой (email-formatter-skill)
  • 40Стоимость исполнения. Тело инструкции 13325 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 60Шаги. Шагов: 184, расплывчатых формулировок: 4
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 25. 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -245 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 589 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 54 заголовков
  • +3Пошаговые инструкции: 184 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (34 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This looks like a defensive email-formatting skill, but it needs review because it can automatically install packages, alter the local Python environment, and create persistent helper files.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.