SKILLEMALL.ai

AA ContextLedger

Навык аудита знаний на основе доказательств, который преобразует связанные знания в аудируемую карточку вывода. Он отслеживает, какие источники поддерживают вывод, отмечает, какой цитируемый источник является старейшим или устаревшим, выявляет конфликты источников, отделяет прямые доказательства от выводов и завершается наиболее надежным следующим суждением. Используйте, когда пользователь говорит что-то вроде «这个结论从哪来的», «哪份资料已经旧了», «这些资料互相冲突怎么办», «不要长摘要,给我证据卡» или «哪些地方只是推断不是证据».

машинный переводПоказать оригиналСкрыть оригинал«Evidence-first knowledge auditing skill that upgrades connected knowle…»

Evidence-first knowledge auditing skill that upgrades connected knowledge into an auditable conclusion card. It traces which sources support a conclusion, marks which cited source is oldest or stale, surfaces source conflicts, separates direct evidence from inference, and ends with the most reliable next judgment. Use when the user says things like "这个结论从哪来的", "哪份资料已经旧了", "这些资料互相冲突怎么办", "不要长摘要,给我证据卡", or "哪些地方只是推断不是证据".

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 8 файлов тело ≈ 1 948 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык аудита знаний на основе доказательств, который преобразует связанные знания в аудируемую карточку вывода.

Как процесс A 83/100 · Дойдёт до конца — слабые места: отчётность по ходу

АнализаторТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
A
83/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
60
Когда включается вес 12
70
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"

    Процессный рейтинг: все десять параметров 83/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Ошибки и развилки. Развилок: 7
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 120
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1948 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 423 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 24 заголовков
    • +3Пошаговые инструкции: 120 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This instruction-only skill's requests and instructions are consistent with its stated purpose (evidence-first auditing of user-provided documents) and it does not ask for unrelated credentials, installs, or suspicious behaviour.
    LLM: benign (high) · VirusTotal: benign · 4 апр. 2026 г.