SKILLEMALL.ai

AC halo-effect

Активировать, когда: пользователь проводит оценку производительности или собеседование при найме; кто-то говорит «она отлично справляется во всем» или «все, что они делают, превосходно»; пользователь оценивает поставщика, генерального директора или инвестиции, и все атрибуты выглядят одинаково положительно или отрицательно; пользователь читает деловые книги или отчеты аналитиков и хочет оценить, обобщаются ли уроки; пользователь подозревает, что его общее впечатление о человеке или бренде искажает конкретные суждения. НЕ активировать, когда: общее впечатление само по себе является законным суждением (например, общее удовлетворение продуктом, влияющее на покупку); поатрибутный анализ приведет к параличу принятия решений. Подробнее: deciqai.com/c/halo-effect

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user is conducting a performance review or hiring inter…»

Activate when: user is conducting a performance review or hiring interview; someone says 'she's great across the board' or 'everything they do is excellent'; user is evaluating a vendor, CEO, or investment and all attributes look uniformly positive or negative; user is reading business books or analyst reports and wants to assess whether the lessons generalize; user suspects their overall impression of a person or brand is distorting specific judgments. Do NOT activate when: the global impression is itself the legitimate judgment (e.g., overall product satisfaction driving a purchase); attribute-by-attribute analysis would cause decision paralysis. More: deciqai.com/c/halo-effect

ClawHub Agent Skills автор: deciqAI v1.0.4 MIT-0 5 файлов тело ≈ 1 800 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

Активировать, когда: пользователь проводит оценку производительности или собеседование при найме; кто-то говорит «она отлично справляется во всем» или «все…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ПроцедураЛюди и наймДанные и аналитикатип 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: 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 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 29, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1800 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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 688 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 29 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 is a static educational skill for reducing halo-effect bias in evaluations and does not request sensitive access or perform actions on its own.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.