SKILLEMALL.ai

AC 10yr-experience

Безболезненно получите десятилетний опыт работы — структурированная запись десятилетнего опыта работы в пяти областях: оператор новых медиа, HR, административный специалист, маркетолог, менеджер по продукту. Включает обязанности, роли взаимодействия, рабочие процессы, примечания, дополнение знаний в соответствующих отраслях и должностях с помощью большой модели (объяснение терминов, примеры, межотраслевые сравнения), поддержка дополнения деталей работы по конкретным вопросам, и, наконец, предоставление систематизированной помощи в написании резюме и подготовке к собеседованию для соискателей. Активируется, когда пользователь упоминает ключевые слова, связанные с написанием резюме, подготовкой к собеседованию, анализом опыта работы, карьерным планированием, сравнением должностей, оператором новых медиа, HR/кадрами, административным специалистом/администрацией, маркетингом/маркетингом, менеджером по продукту/PM.

машинный переводПоказать оригиналСкрыть оригинал«无痛get十年工作经验 Skill——结构化记录新媒体运营、HR、行政专员、市场营销、产品经理五类岗位的十年工作经验全记录,包含工作职责、对…»

无痛get十年工作经验 Skill——结构化记录新媒体运营、HR、行政专员、市场营销、产品经理五类岗位的十年工作经验全记录,包含工作职责、对接角色、工作流程、注意事项,配合大模型补充相关行业和岗位知识(术语解释、案例完善、跨行业对比),支持针对具体问题做工作细节补充,最终面向求职者提供简历编写和面试准备的系统化帮助。当用户提到简历编写、面试准备、工作经历梳理、职业规划、岗位对比、新媒体运营、HR/人力资源、行政专员/行政、市场营销/营销、产品经理/PM等关键词时,应触发此 Skill。

ClawHub Agent Skills автор: FutureZYX v1.0.0 MIT-0 6 файлов тело ≈ 962 токенов Открыть источникclawhub.ai проанализирован 31 ч назад

Безболезненно получите десятилетний опыт работы — структурированная запись десятилетнего опыта работы в пяти областях: оператор новых медиа, HR…

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

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
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
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: 6. 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 "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

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
  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 46
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 962 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

  • +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 245 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a Chinese career-coaching skill that only reads its own reference files to help with role research, resumes, and interviews.
LLM: benign (high) · VirusTotal: · 24 июн. 2026 г.