SKILLEMALL.ai

BA document-finder

Сканирует каталог документов, классифицирует каждый файл по типу соответствия, разрешает конфликты версий с пользователем и создает приоритетный план анализа, сопоставляющий подтвержденные текущие документы с типовыми навыками.

машинный переводПоказать оригиналСкрыть оригинал«Scan a directory of documents, classify each file by compliance type,…»

Scan a directory of documents, classify each file by compliance type, resolve version conflicts with the user, and produce a prioritized analysis plan mapping confirmed-current documents to rote skills.

ClawHub Claude Code автор: Dangsllc v1.0.0 MIT-0 2 файла тело ≈ 4 934 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Сканирует каталог документов, классифицирует каждый файл по типу соответствия, разрешает конфликты версий с пользователем и создает приоритетный план анализа…

Как процесс A 80/100 · Дойдёт до конца — слабые места: повторный запуск

АнализаторWordТексты и документыБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
A
80/100
Дойдёт до конца
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
60
Когда включается вес 12
70
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Рискованное назначение intent-offensive-security SKILL.md:51
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка; строка таблицы в документации)
    | `vulnerability assessment`, `vulnerability scan`, `vulnerability report`, `pen test`, `penetration test`, `penetration testing`, `security assessment`, `security audit`, `security review`, `security
    детектортаблица

Просканировано файлов: 2. 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 80/100

  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Ошибки и развилки. Развилок: 4
  • 70Стоимость исполнения. Тело инструкции 4934 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 55
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. 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)
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 202 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 55 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This skill only helps identify and route compliance documents, using read-only file discovery and limited content peeks that match its stated purpose.
LLM: benign (high) · VirusTotal: · 20 июл. 2026 г.