SKILLEMALL.ai

CC openclaw_user_onboarding

Помогает новым пользователям OpenClaw с пошаговой настройкой и настраиваемыми введениями функций. Автоматически запускается в первом сеансе, если отсутствует ONBOARDING_PROGRESS.md. Представляет одну новую возможность OpenClaw в день, каждые несколько дней или еженедельно — по выбору пользователя. Поддерживает паузу, возобновление и изменение частоты через /openclaw-user-onboarding.

машинный переводПоказать оригиналСкрыть оригинал«Bootstraps new OpenClaw users with guided setup and configurable featu…»

Bootstraps new OpenClaw users with guided setup and configurable feature introductions. Auto-triggers on first session if ONBOARDING_PROGRESS.md is missing. Introduces one new OpenClaw capability per day, every few days, or weekly — user's choice. Supports pause, resume, and frequency change via /openclaw-user-onboarding.

ClawHub Agent Skills автор: Tian v1.0.0 MIT-0 3 файла тело ≈ 3 498 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Помогает новым пользователям OpenClaw с пошаговой настройкой и настраиваемыми введениями функций.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ПроцедураSlackTelegramGmailОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Согласованность. Имя во frontmatter (openclaw_user_onboarding) не совпадает с папкой (openclaw-user-onboarding)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Ошибки и развилки. Развилок: 2
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 25, расплывчатых формулировок: 1
  • 100Стоимость исполнения. Тело инструкции 3498 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 323 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
The skill mostly matches its onboarding purpose, but it needs review because it persists personal setup data, schedules recurring messages, and includes unsafe guidance about giving credentials to the agent.
LLM: suspicious (high) · VirusTotal: · 16 сент. 2026 г.