SKILLEMALL.ai

AD what-brandon-thinks-chat-analyst

Превращайте анонимизированные наблюдения из WhatsApp или iMessage в аналитические сводки, основанные на доказательствах, сводки сигналов взаимодействия и осторожные аудиты утверждений. Используйте для вопросов об отношениях, дружбе, семье, групповых чатах, взаимности, усилиях, смене тона и переломных моментах; не используйте для диагностики людей, доказательства личных намерений, принятия критически важных для безопасности решений или анализа разговоров, которые пользователь не имеет права использовать.

машинный переводПоказать оригиналСкрыть оригинал«Turn anonymized WhatsApp or iMessage observations into evidence-aware…»

Turn anonymized WhatsApp or iMessage observations into evidence-aware analysis briefs, interaction-signal summaries, and cautious claim audits. Use for relationship, friendship, family, group-chat, reciprocity, effort, tone-shift, and turning-point questions; do not use to diagnose people, prove private intent, make safety-critical decisions, or analyze conversations the user is not entitled to use.

ClawHub Agent Skills автор: happyhorse v1.0.0 MIT-0 2 файла тело ≈ 1 136 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Превращайте анонимизированные наблюдения из WhatsApp или iMessage в аналитические сводки, основанные на доказательствах, сводки сигналов взаимодействия и…

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторWhatsAppGitHubМаркетингИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
D
47/100
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

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

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 47/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1136 токенов

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 402 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly a cautious chat-analysis workflow, but its optional MCP setup tells users to run unpinned code from GitHub with npx.
    LLM: suspicious (high) · 14 сент. 2026 г.