SKILLEMALL.ai

AD ai-side-hustle-checker

Инструмент для проверки подлинности ИИ-подработок. Помогает определить, являются ли проекты/курсы/возможности ИИ-подработок настоящими или фальшивыми. Активируется, когда пользователь говорит "надежны ли ИИ-подработки?", "стоит ли этот курс?", "заработок на ИИ — это обман?", "помоги мне разобраться с этой подработкой". Ключевые слова: ИИ-подработка, подработка, заработок, обман, мошенничество, распознавание мошенничества, подлинность подработки, избегание ловушек подработки.

машинный переводПоказать оригиналСкрыть оригинал«AI副业真伪鉴别工具。帮你识别AI副业项目/课程/机会到底是真是假。 当用户说"AI副业靠谱吗"、"这个课值不值"、"AI赚钱是不是骗人的"…»

AI副业真伪鉴别工具。帮你识别AI副业项目/课程/机会到底是真是假。 当用户说"AI副业靠谱吗"、"这个课值不值"、"AI赚钱是不是骗人的"、"帮我看看这个副业"时触发。 Keywords: AI副业, 副业, 赚钱, 割韭菜, 骗局, 识别骗术, 副业真伪, 副业避坑.

ClawHub Agent Skills автор: freedompixels v1.0.0 MIT-0 4 файла тело ≈ 279 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент для проверки подлинности ИИ-подработок.

Как процесс D 49/100 · 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
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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: 4. 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")

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (ai-side-hustle-checker) не совпадает с папкой (ai-hustle-checker)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 10
  • 100Стоимость исполнения. Тело инструкции 279 токенов
  • 100Повторный запуск. Изменяющих операций нет

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

  • +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
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 136 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This skill is a local rule-based checker for AI side-hustle claims and does not show hidden access, persistence, network use, or credential handling.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.