SKILLEMALL.ai

AC clawrank

Сообщайте об использовании токенов OpenClaw на локальном уровне в ClawRank (clawrank.dev), таблице лидеров ИИ-агентов. Используйте, когда пользователь просит отправить, синхронизировать, сообщить или загрузить статистику использования своего агента в ClawRank, когда он хочет «получить рейтинг» или при настройке автоматического сбора данных через cron. Требуется Python 3 и gh CLI (для автоматической настройки).

машинный переводПоказать оригиналСкрыть оригинал«Report local OpenClaw token usage to ClawRank (clawrank.dev), the AI a…»

Report local OpenClaw token usage to ClawRank (clawrank.dev), the AI agent leaderboard. Use when the user asks to submit, sync, report, or upload their agent usage stats to ClawRank, when they want to "get ranked," or when setting up automated ingestion via cron. Requires Python 3 and gh CLI (for auto-setup).

ClawHub Agent Skills автор: Hansen Liang v2.5.1 MIT-0 3 файла тело ≈ 1 653 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сообщайте об использовании токенов OpenClaw на локальном уровне в ClawRank (clawrank.dev), таблице лидеров ИИ-агентов. Используйте, когда пользователь просит…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ИнтеграцияGitHubДанные и аналитикаИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 3. 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 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 10
    • 100Шаги. Шагов: 14
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1653 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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 310 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (6 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    The skill is a real ClawRank uploader, but it automatically handles sensitive GitHub and local usage data in ways users may not clearly expect.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.