SKILLEMALL.ai
GitHub ↗ EN Войти

BC coffee-chat

Создайте персонализированный плейбук для неформальных встреч (coffee chat) для сетевых разговоров. Используйте, когда: - Пользователь хочет подготовиться к неформальной встрече с кем-то, кого он встретил в LinkedIn - Необходимо собрать информацию о профессиональном контакте перед встречей - Создание руководств для разговоров на сетевых встречах Триггеры: "coffee chat", "networking prep", "coffee chat prep", "chat playbook", "meeting prep" Этот навык: 1. Собирает имя целевого лица и URL его профиля в LinkedIn 2. Исследует компанию и отрасль 3. Находит информацию об основателях/сотрудниках 4. Создает комплексный плейбук для неформальных встреч с подробным исследованием

машинный переводПоказать оригиналСкрыть оригинал«Generate a personalized coffee chat playbook for networking conversati…»

Generate a personalized coffee chat playbook for networking conversations. Use when: - User wants to prepare for a coffee chat with someone they met on LinkedIn - Need to gather intelligence on a professional contact before meeting - Creating conversation guides for networking meetings Triggers: "coffee chat", "networking prep", "coffee chat prep", "chat playbook", "meeting prep" This skill: 1. Collects target person's name and LinkedIn URL 2. Researches company and industry 3. Finds founder/employee backgrounds 4. Generates a comprehensive coffee chat playbook with detailed research

ClawHub Agent Skills автор: gloriathepenguin v1.0.0 2 файла тело ≈ 6 392 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Создайте персонализированный плейбук для неформальных встреч (coffee chat) для сетевых разговоров.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ГенераторNotionИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Опасные команды cmd-shell-rc SKILL.md:66
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export NOTION_API_KEY="secret_xxxxxxxxxxxxxxxxxxxx"' >> ~/.zshrc

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6392 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 59/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6392 токенов
  • 100Шаги. Шагов: 70
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте

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 5 примера фраз-триггеров в кавычках
  • +3Длина description 592 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 70 пунктов
  • +4Есть примеры (8 блоков кода)

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

Внешние проверки

ClawHub: clean
This instruction-only skill is a disclosed networking research helper, but it can collect public profile data, use Apify for optional social scraping, save files locally, and optionally write to Notion.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.