SKILLEMALL.ai

AB mood-color-mapper

Преобразует эмоциональное состояние пользователя в карту настроения на основе цветов с указанием телесных ощущений, возможных слов для эмоций, вероятных потребностей и одного мягкого следующего шага менее чем за 10 минут. Используйте, когда пользователь испытывает трудности с прямым называнием эмоций и лучше реагирует на цвета, оттенки или визуальные метафоры, чем на строгие определения чувств.

машинный переводПоказать оригиналСкрыть оригинал«Translate a user's felt state into a color-based mood map with body cu…»

Translate a user's felt state into a color-based mood map with body cues, possible emotion words, likely needs, and one gentle next step under 10 minutes. Use when the user struggles to name emotions directly and responds better to colors, shades, or visual metaphors than strict feeling labels.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 3 файла тело ≈ 542 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Преобразует эмоциональное состояние пользователя в карту настроения на основе цветов с указанием телесных ощущений, возможных слов для эмоций, вероятных…

Как процесс B 73/100 · Почти готов — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ПроцедураТексты и документыИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
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: 2. 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 73/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 35
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 542 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 295 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    The skill's code, instructions, and requirements align with its stated purpose (mapping felt states to a color-based mood map); it requests no credentials, installs nothing, and contains no network or file-exfiltration behavior.
    LLM: benign (high) · VirusTotal: benign · 15 апр. 2026 г.