SKILLEMALL.ai

AB metacognition

Активируйте, когда: пользователь говорит 'я застрял и не знаю почему', 'я постоянно совершаю одну и ту же ошибку', 'мой анализ кажется правильным, но я не уверен', 'правильно ли я решаю проблему', 'я должен это понимать, но не понимаю' или спрашивает о калибровке / размышлении о размышлениях. НЕ активируйте, когда: пользователь выполняет рутинные, отработанные задачи, где мониторинг создает трение (вождение, набор текста), или находится в состоянии творческого потока, где прерывание ухудшает результат. Подробнее: deciqai.com/c/metacognition

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user says 'I'm stuck and don't know why', 'I keep makin…»

Activate when: user says 'I'm stuck and don't know why', 'I keep making the same mistake', 'my analysis feels right but I'm not sure', 'am I solving the right problem', 'I should understand this but I don't', or asks about calibration / thinking about thinking. Do NOT activate when: user is doing routine well-rehearsed tasks where monitoring adds friction (driving, typing), or is in creative flow state where interruption degrades output. More: deciqai.com/c/metacognition

ClawHub Agent Skills автор: deciqAI v1.0.5 MIT-0 5 файлов тело ≈ 2 236 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Активируйте, когда: пользователь говорит 'я застрял и не знаю почему', 'я постоянно совершаю одну и ту же ошибку', 'мой анализ кажется правильным, но я не…

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
71/100
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 71/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 36
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2236 токенов

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 475 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 36 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: 91.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only thinking aid that gives metacognition coaching prompts and does not request system access, persistence, credentials, or automated actions.
    LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.