SKILLEMALL.ai
GitHub ↗ EN Войти

CB industry-deep-dive-pipeline

>

ClawHub Agent Skills автор: haiyangchen v1.1.0 MIT-0 13 файлов · 2 скрипта тело ≈ 2 722 токенов Открыть источникclawhub.ai↗ проанализирован 8 дн назад

>

Как процесс B 71/100 · Почти готов — слабые места: когда включается, согласованность, отчётность по ходу

ПроцедураИИ и агентытип 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
C
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
30
Согласованность вес 8
40
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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Unexpected double-quoted-scalar at node end at line 24, column 17: version: "1.1.0"" agent_created: true read_when: - 产业深度文章 - 行业深度稿 - … ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
    • предупреждение description-short description короче 40 символов: модели не хватит сигнала для срабатывания
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
    • заметка frontmatter-key неизвестное поле фронтматтера "not_for"
    • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
    • заметка frontmatter-key неизвестное поле фронтматтера "description_en"
    • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
    • заметка frontmatter-key неизвестное поле фронтматтера "read_when"

    Процессный рейтинг: все десять параметров 71/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (industry-deep-dive-pipeline) не совпадает с папкой (industry-deep-dive-pipeline-skill)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 120
    • 100Стоимость исполнения. Тело инструкции 2722 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)
    • +3Длина description 1: рекомендуется 120–800 символов
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 24 заголовков
    • +3Пошаговые инструкции: 120 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 2 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed Chinese-first editorial research pipeline that writes and validates article case files, with no evidence of hidden execution, persistence, exfiltration, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 8 окт. 2026 г.