SKILLEMALL.ai

AC chanai-search-workflow

Рабочий процесс внешнего веб-поиска китайской и глобальной общедоступной веб-информации. Используйте при поиске новостей, рейсов, цен, продуктов, документации, учебных пособий, сообщений сообщества, веб-сайтов, PDF-файлов, исследований или другой внешней информации. Сначала классифицируйте намерение, обнаруживайте динамические темы в реальном времени, выбирайте маршруты поиска сначала внутри страны или сначала глобальные, отдавайте приоритет сайтам, удобным для человека, генерируйте начальные URL-адреса, применяйте стратегию отката и сообщайте о надежности.

машинный переводПоказать оригиналСкрыть оригинал«External web search workflow for Chinese and global public-web informa…»

External web search workflow for Chinese and global public-web information. Use when searching news, flights, prices, products, docs, tutorials, community posts, websites, PDFs, research, or other external information. Classify intent first, detect dynamic real-time topics, choose domestic-first or global-first search routes, prioritize human-usable sites, generate starter URLs, apply fallback strategy, and report reliability.

ClawHub Agent Skills автор: ShawnYuen v1.0.0 MIT-0 19 файлов тело ≈ 687 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Рабочий процесс внешнего веб-поиска китайской и глобальной общедоступной веб-информации.

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ПроцедураДанные и аналитикаИнфраструктураОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 19. 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 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 29
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 687 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 430 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (10 из 10)
    • +3Все 6 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This is mostly a coherent public web search workflow, but it includes under-scoped shell-based fetching and search examples that can help find exposed credentials or admin pages.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.