SKILLEMALL.ai

AC scrask-bot

Когда пользователь отправляет скриншот через любой интерфейс чата (Telegram, iMessage, Slack и т. д.), анализируйте его на наличие событий и задач с помощью настроенного ИИ-модели зрения OpenClaw по умолчанию, с необязательным быстрым путем Gemini и резервным вариантом Claude для пользователей, которые предоставляют свои ключи. Затем делегируйте создание установленным пользователем навыкам календаря/задач. Scrask сам по себе ничего не записывает; он выдает структурированное намерение, а агент направляет его.

машинный переводПоказать оригиналСкрыть оригинал«When the user sends a screenshot via any chat surface (Telegram, iMess…»

When the user sends a screenshot via any chat surface (Telegram, iMessage, Slack, etc.), parse it for events and tasks using OpenClaw's configured vision LLM by default, with optional Gemini fast-path and Claude fallback for users who bring their own keys. Then delegate creation to the user's installed calendar / task skills. Scrask does not write to any store itself; it emits structured intent and the agent routes it.

ClawHub Agent Skills автор: Sandip Dev v1.0.3 MIT-0 10 файлов тело ≈ 2 724 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Когда пользователь отправляет скриншот через любой интерфейс чата (Telegram, iMessage, Slack и т.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторSlackTelegramИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 10. 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 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 49
    • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2724 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 422 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 49 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: suspicious
    Scrask has a coherent purpose, but it needs review because it can send private screenshots to vision AI providers and create calendar or task entries without a final approval step.
    LLM: suspicious (high) · 27 мая 2026 г.