SKILLEMALL.ai

AC fundamental-attribution-error

Активируется, когда: кто-то говорит «они такие», сотрудника обвиняют в низкой производительности без изучения его ситуации, пост-мортем фокусируется на том, кто облажался, отток клиентов списывается как «неподходящий», или кто-то спрашивает «почему они это сделали?» с ответом, основанным на характере. НЕ активировать, когда: поведение образует документированный паттерн в множестве действительно разных ситуаций (допускается вывод о предрасположенности); ситуационный анализ используется как щит для оправдания поведения, требующего ответственности. Подробнее: deciqai.com/c/fundamental-attribution-error

машинный переводПоказать оригиналСкрыть оригинал«Activate when: someone says 'they're just like that,' an employee is b…»

Activate when: someone says 'they're just like that,' an employee is being blamed for underperformance without examining their situation, a post-mortem is focusing on who screwed up, customer churn is being written off as 'not the right fit,' or someone asks 'why did they do that?' with a character-based answer. Do NOT activate when: the behavior forms a documented pattern across many genuinely different situations (dispositional inference is warranted); situational analysis is being used as a shield to excuse behavior that warrants accountability. More: deciqai.com/c/fundamental-attribution-error

ClawHub Agent Skills автор: deciqAI v1.0.4 MIT-0 4 файла тело ≈ 1 959 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Активируется, когда: кто-то говорит «они такие», сотрудника обвиняют в низкой производительности без изучения его ситуации, пост-мортем фокусируется на том…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ПроцедураЛюди и наймИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 4. 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 63/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 24
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1959 токенов
    • low Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 604 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This skill is a plain-text coaching guide for avoiding attribution bias and does not request sensitive access or run code.
    LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.