SKILLEMALL.ai

BC tlgr

Читайте и управляйте личным аккаунтом Telegram из терминала с помощью CLI tlgr (аккаунт пользователя MTProto, не бот). Используйте, когда пользователь хочет проверить непрочитанные чаты Telegram, прочитать или найти историю сообщений, отправить, ответить, отредактировать, переслать или запланировать сообщения, управлять чатами, группами, каналами, контактами, папками, реакциями, опросами, медиа или историями, или получать события Telegram через вебхук. Каждая команда отвечает в JSON с фиксированными кодами выхода.

машинный переводПоказать оригиналСкрыть оригинал«Read and act on a personal Telegram account from the terminal with the…»

Read and act on a personal Telegram account from the terminal with the tlgr CLI (MTProto user account, not a bot). Use when the user wants to check unread Telegram chats, read or search message history, send, reply to, edit, forward or schedule messages, manage chats, groups, channels, contacts, folders, reactions, polls, media or stories, or receive Telegram events through a webhook. Every command answers in JSON with stable exit codes.

ClawHub Agent Skills автор: Pouri v1.0.0 MIT-0 2 файла тело ≈ 1 401 токенов Открыть источникclawhub.ai↗ проанализирован 9 дн назад

Читайте и управляйте личным аккаунтом Telegram из терминала с помощью CLI tlgr (аккаунт пользователя MTProto, не бот).

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ИнтеграцияTelegramРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. 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 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 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: 7
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1401 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 441 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 7 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    The skill is a disclosed Telegram CLI integration with powerful account access, but its sensitive behavior is purpose-aligned and includes user-control guidance.
    LLM: benign (high) · VirusTotal: · 28 сент. 2026 г.