SKILLEMALL.ai

AD openclaw-daily-news

Полный сбор, систематизация и анализ ежедневных новостей, связанных с OpenClaw, открытым ИИ-агентом. Поддерживает автоматический поиск, классификацию, оценку рисков и генерацию отчетов. Сценарии использования: (1) Создание сводного отчета о новостях OpenClaw за день; (2) Анализ тенденций рисков безопасности OpenClaw; (3) Отслеживание развития экосистемы OpenClaw; (4) Мониторинг прогресса сообщества разработчиков OpenClaw; (5) Поддержка принятия инвестиционных решений по OpenClaw. Ключевые слова: OpenClaw, рак, ИИ-агент, открытый ИИ, регулирование безопасности, отраслевые тенденции, технологический прогресс, анализ политики.

машинный переводПоказать оригиналСкрыть оригинал«全面收集、整理和分析OpenClaw开源AI智能体相关的每日资讯动态。支持自动搜索、分类整理、风险评估和报告生成。使用场景包括:(1) 生成…»

全面收集、整理和分析OpenClaw开源AI智能体相关的每日资讯动态。支持自动搜索、分类整理、风险评估和报告生成。使用场景包括:(1) 生成OpenClaw当日资讯汇总报告;(2) 分析OpenClaw安全风险趋势;(3) 跟踪OpenClaw产业生态发展;(4) 监控OpenClaw技术社区进展;(5) 提供OpenClaw相关投资决策支持。关键词:OpenClaw、龙虾、AI智能体、开源AI、安全监管、产业动态、技术进展、政策分析。

ClawHub Agent Skills автор: Fashion v1.0.0 MIT-0 7 файлов тело ≈ 1 285 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Полный сбор, систематизация и анализ ежедневных новостей, связанных с OpenClaw, открытым ИИ-агентом.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "label"

Процессный рейтинг: все десять параметров 43/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 108
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1285 токенов
  • low Разделов верхнего уровня: 11. 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
  • +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 220 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 47 заголовков
  • +3Пошаговые инструкции: 108 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
The skill appears to be a static, purpose-aligned informational guide with no evidence of hidden execution, credential use, persistence, or data exfiltration.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.