SKILLEMALL.ai

AC ai-intelligence-site

Автоматизированное управление сайтом AI Intelligence Center. Создавайте, обновляйте, развертывайте сайты анализа конкурентов ИИ на GitHub Pages. Поддерживает 5 подсайтов: глобальный, китайский, Skills, новости, модели. Ежедневное автоматическое обновление: удаление старых данных → поиск новых сайтов через Serper → получение реального трафика → отправка на GitHub. Триггеры: AI Intelligence Center, сайт анализа конкурентов, агрегирующий сайт ИИ, обновление Intelligence Center, intelligence site.

машинный переводПоказать оригиналСкрыть оригинал«AI 情报中心网站自动化管理。创建、更新、部署 AI 竞品分析网站到 GitHub Pages。 支持 5 个子站:全球站、中文站、Skil…»

AI 情报中心网站自动化管理。创建、更新、部署 AI 竞品分析网站到 GitHub Pages。 支持 5 个子站:全球站、中文站、Skills站、资讯站、模型站。 每日自动更新:删除旧数据 → Serper 搜索发现网站 → 获取真实流量 → 推送 GitHub。 触发词:AI情报中心、竞品分析网站、AI聚合网站、更新情报站、intelligence site。

ClawHub Agent Skills автор: griffithkk3-del v1.0.0 MIT-0 3 файла тело ≈ 332 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматизированное управление сайтом AI Intelligence Center.

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

СправочникGitHubИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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: 3. 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 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. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 332 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 183 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
The skill broadly matches its purpose, but it embeds a Serper API key and can automatically publish generated changes to GitHub without a review step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.