SKILLEMALL.ai

AD wangwen-author-suite

Помощник по написанию сетевых романов (Движок хитов — написание и рецензирование): писать романы / создавать романы / генерировать романы / план романа / создание сетевых романов / роман "Томат" / придумывать названия романов / писать синопсисы / рецензировать сетевые романы / критиковать / стол для создания шедевров / экспорт "Томата" / MD в TXT. Включает специальную линию "Томата", женские романы, тексты для размещения, встроенный стол для создания шедевров за сорок лет, скрипт экспорта export_fanqie. Активируется, когда пользователь упоминает "писать романы", "роман "Томат"", "план романа", "критиковать", "стол для создания шедевров", "экспорт "Томата"", "MD в TXT", "вставить "Томат"", "Помощник по написанию сетевых романов".

машинный переводПоказать оригиналСкрыть оригинал«网文写作助手(爆款引擎·写审一体):写小说/创作小说/生成小说/小说大纲/网文创作/番茄小说/起书名/写简介/网文评审/锐评/巨著桌/导出番…»

网文写作助手(爆款引擎·写审一体):写小说/创作小说/生成小说/小说大纲/网文创作/番茄小说/起书名/写简介/网文评审/锐评/巨著桌/导出番茄/MD转TXT。含番茄专线、女频、上架文案、内置四十年读者巨著桌、export_fanqie导出脚本。当用户提到写小说、番茄小说、小说大纲、锐评、巨著桌、导出番茄、MD转TXT、番茄粘贴、网文写作助手时启用。

ClawHub Agent Skills автор: ShiTao Zhao v1.0.1 MIT-0 26 файлов тело ≈ 1 897 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощник по написанию сетевых романов (Движок хитов — написание и рецензирование): писать романы / создавать романы / генерировать романы / план романа /…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаТексты и документыЛичная продуктивностьтип 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
D
41/100
Процесс не доведён
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: 26. 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 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (wangwen-author-suite) не совпадает с папкой (skillhub-wangwen-author-suite)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 64
  • 100Стоимость исполнения. Тело инструкции 1897 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 16. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 64 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (10 из 14)
  • +3Все 2 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a coherent Chinese web-novel writing, review, and export skill with disclosed local file use and no evidence of hidden data theft or unsafe automation.
LLM: benign (high) · VirusTotal: · 6 авг. 2026 г.