SKILLEMALL.ai

BF yotta-present

元呈 — стандартный слой представления для вывода ИИ: агент сначала определяет «тип контента» вывода, затем выбирает «форму представления» (карточка с выводами/таблица/текст/информационная панель/карточка вопросов и ответов/отчет/график…), используя CLI yotta_present или MCP present_result для унифицированного рендеринга в копируемый Markdown / обычный текст (с локальным SVG по запросу). Адаптация платформы (--platform / platform): webchat — полный Markdown, discord/whatsapp — преобразование таблиц в списки + выделение заголовков жирным, plain — удаление символов; канал рендеринга (--channel / channel): auto — сопоставление с platform, plain→r0 без emoji, остальные→r1 с emoji-значками + цитатами (r0 — базовый, без цвета / r1 — улучшенный, r2/r3 — продвинутое оформление, пока недоступно); именование шаблонов сценариев (vuln_report/faq/status, можно обновлять в реальном времени в references/templates.json) для многократного использования после однократного определения; codeblock + bold_keys — выделение жирным + max_len — ограничение длины. Триггер: по умолчанию — весь вывод ИИ, передаваемый пользователю, проходит через 元呈 (определение типа → выбор формы → рендеринг); исключения см. в белом списке контента. Границы: не является интерактивным редактором графиков / BI / инструментом анализа данных; графики — лишь одна из форм представления; не занимается переписыванием / самим определением контента. При первом использовании ИИ автоматически подключается к yotta-present MCP (запись mcpServers + постоянные защитные механизмы памяти, требующие явного согласия пользователя), вывод по умолчанию унифицирован, при отсутствии загрузки используется CLI.

машинный переводПоказать оригиналСкрыть оригинал«元呈 —— AI 输出的默认呈现层:智能体先把输出内容判为「内容类型」,再选「呈现形态」(结论卡/表格/正文/指标板/问答卡/报告/图表…)…»

元呈 —— AI 输出的默认呈现层:智能体先把输出内容判为「内容类型」,再选「呈现形态」(结论卡/表格/正文/指标板/问答卡/报告/图表…),用 yotta_present CLI 或 present_result MCP 统一渲染成可复制的 Markdown / 纯文本(按需附本地 SVG)。平台自适应(--platform / platform):webchat 完整 Markdown、discord/whatsapp 表格转列表+标题转加粗、plain 去符号;渲染通道(--channel / channel):auto 按 platform 映射 plain→r0 去 emoji、其余→r1 emoji 徽章+引用条(r0 保底无色 / r1 增强,r2/r3 高级美化未开放);命名场景模板(vuln_report/faq/status,references/templates.json 可热更新)一次定义多处复用;codeblock + bold_keys 加粗 + max_len 长度熔断。触发:默认——凡交付给用户的 AI 输出都经元呈(判型 → 选形态 → 渲染)呈现;例外见正文白名单。边界:不做交互式图表编辑器 / BI / 数据分析工具;图表只是呈现形态之一;不做内容改写 / 判断本身。AI 首次使用自动接入 yotta-present MCP(写 mcpServers + 永久记忆护栏,均需用户明确同意),输出默认统一呈现、未加载时降级 CLI。

ClawHub Agent Skills автор: GoN-Kvs v0.3.0 MIT-0 17 файлов · 1 скрипт тело ≈ 2 106 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

元呈 — стандартный слой представления для вывода ИИ: агент сначала определяет «тип контента» вывода, затем выбирает «форму представления» (карточка с…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/yotta_humanize.py

ИнтеграцияDiscordWhatsAppИИ и агентыРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/yotta_humanize.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: yotta-present (ClawHub)

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 17. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/yotta_humanize.py

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/yotta_humanize.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/yotta_humanize.py
  • 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
  • 100Шаги. Шагов: 49
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2106 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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
  • -33 из 5 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 644 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 49 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a local output-formatting skill with broad presentation defaults and optional persistent setup, but the sensitive behavior is disclosed and gated on user consent.
LLM: benign (high) · VirusTotal: · 3 сент. 2026 г.