SKILLEMALL.ai

BF github-skill-forge

"Навык создания навыков". Этот инструмент автоматизирует весь процесс преобразования любого репозитория GitHub в стандартизированный навык Trae, являясь основным инструментом для расширения возможностей AI Agent.

машинный переводПоказать оригиналСкрыть оригинал«一个"制造技能的技能"。这个工具自动化了将任意 GitHub 仓库转换为标准化 Trae 技能的全过程,是扩展 AI Agent 能力的核心…»

一个"制造技能的技能"。这个工具自动化了将任意 GitHub 仓库转换为标准化 Trae 技能的全过程,是扩展 AI Agent 能力的核心工具。

ClawHub Agent Skills автор: guangliang2233 v1.0.0 MIT-0 3 файла тело ≈ 1 929 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

"Навык создания навыков".

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/fuzzy-search.py, scripts/history-search.py, scripts/json-format.py

СправочникGitHubИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/fuzzy-search.py, scripts/history-search.py, scripts/json-format.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

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: 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/fuzzy-search.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/history-search.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/json-format.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/json-query.py

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/fuzzy-search.py, scripts/history-search.py, scripts/json-format.py
  • 0Инструменты и файлы. Не хватает 4 файла(ов): scripts/fuzzy-search.py, scripts/history-search.py, scripts/json-format.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
  • 40Согласованность. Имя во frontmatter (github-skill-forge) не совпадает с папкой (yuhang)
  • 100Шаги. Шагов: 101
  • 100Стоимость исполнения. Тело инструкции 1929 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 14. 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)
  • +3Длина description 73: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 54 заголовков
  • +3Пошаговые инструкции: 101 пунктов
  • +4Есть примеры (42 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
This skill has a clear purpose, but it can create or overwrite persistent agent skills from GitHub repositories while using risky local execution and secret-handling patterns.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.