SKILLEMALL.ai

AC eq-polisher

Улучшитель выражения с высоким эмоциональным интеллектом (EQ Polisher). Три основные функции: (1) Режим улучшения — переписывает прямой, жесткий, конфликтный текст в выражение с высоким эмоциональным интеллектом, триггеры: «сделай эмоциональнее/помоги выразить эмоции/смягчи тон/сделай деликатнее/оптимизируй EQ»; (2) Режим реагирования на ситуации — предлагает варианты ответов с высоким эмоциональным интеллектом для похвалы, решения сложных задач, разрешения неловких ситуаций, триггеры: «как ответить на комплимент/как отреагировать на эту проблему/что делать в неловкой ситуации» и другие с ключевыми словами «похвала/сложная задача/неловкость/разрешение»; (3) Режим предложений по ответу — помогает пользователю составить подходящие шаблоны ответов на сообщения других людей, триггеры: «эмоциональный ответ/как ответить/ответ EQ/помоги подумать, как ответить». Используйте этот навык, когда намерение пользователя связано с общением с высоким эмоциональным интеллектом.

машинный переводПоказать оригиналСкрыть оригинал«高情商表达润色器(EQ Polisher)。三大核心功能:(1) 润色模式——将直白、生硬、易引发冲突的文字改写成高情商表达,触发:转高情商…»

高情商表达润色器(EQ Polisher)。三大核心功能:(1) 润色模式——将直白、生硬、易引发冲突的文字改写成高情商表达,触发:转高情商/帮我高情商表达/润色语气/改得委婉/EQ优化;(2) 场景应对模式——面对夸奖、面对难题、化解尴尬时提供高情商回应方案,触发:被夸奖怎么回/这个难题怎么回应/尴尬了怎么办等含夸奖/难题/尴尬/化解关键词的输入;(3) 回复建议模式——帮用户生成回复别人消息的得体范本,触发:高情商回复/怎么回/EQ回复/帮我想想怎么回。当用户意图涉及高情商沟通时使用此技能。

ClawHub Agent Skills автор: chiling7 v1.2.0 MIT-0 4 файла тело ≈ 1 877 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Улучшитель выражения с высоким эмоциональным интеллектом (EQ Polisher).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1877 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
  • -248 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 250 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill is a disclosed Chinese communication-polishing helper with no executable code, persistence, credential handling, or hidden data access.
LLM: benign (high) · VirusTotal: · 23 июл. 2026 г.