SKILLEMALL.ai

AB multi-agent-filesystem-governance

Управляет организацией файловой системы и решениями по операциям с файлами в многоагентных средах. Используйте при принятии решений о том, где должны храниться файлы в частных рабочих областях агентов, общих ресурсах, архивах, загрузках, скриптах, заметках, хранилищах знаний и папках проектов кода; при определении соглашений о каталогах; при сортировке загрузок; при предотвращении перезаписи между агентами; или при стандартизации правил размещения и жизненного цикла файлов для многоразовых настроек агентов.

машинный переводПоказать оригиналСкрыть оригинал«Govern filesystem organization and file-operation decisions in multi-a…»

Govern filesystem organization and file-operation decisions in multi-agent environments. Use when deciding where files should live across agent-private workspaces, shared resources, archives, downloads, scripts, notes, knowledge vaults, and code project folders; when defining directory conventions; when triaging downloads; when preventing cross-agent overwrites; or when standardizing file placement and lifecycle rules for reusable agent setups.

ClawHub Agent Skills автор: Darin Lo v1.0.1 MIT-0 5 файлов тело ≈ 1 818 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Управляет организацией файловой системы и решениями по операциям с файлами в многоагентных средах.

Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

СправочникИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 5. 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 70/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 4
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 69
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1818 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 13. 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 448 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 32 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only skill that gives conservative guidance for organizing files in multi-agent workspaces.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.