SKILLEMALL.ai

AC name-analyzer

Анализирует имена на предмет значения, происхождения, культурных ассоциаций и черт характера. Используйте, когда пользователь хочет (1) понять значение имени, (2) проверить происхождение и историю имени, (3) получить анализ личности/характера на основе нумерологии имени, (4) найти похожие или подходящие имена или (5) проверить тенденции и популярность имен. Активируется фразами вроде «анализ имени», «значение имени», «происхождение имени», «名字分析», «名字含义», «姓名学».

машинный переводПоказать оригиналСкрыть оригинал«Analyze names for meaning, origin, cultural associations, and personal…»

Analyze names for meaning, origin, cultural associations, and personality traits. Use when user wants to (1) understand the meaning of a name, (2) check name origin and history, (3) get personality/character analysis based on name numerology, (4) find similar or matching names, or (5) check name trends and popularity. Triggers on phrases like "analyze name", "name meaning", "name origin", "名字分析", "名字含义", "姓名学".

ClawHub Agent Skills автор: haidong v1.0.1 MIT-0 5 файлов тело ≈ 281 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализирует имена на предмет значения, происхождения, культурных ассоциаций и черт характера.

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

АнализаторДанные и аналитикатип 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
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 4. 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
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 281 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 414 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (2 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    The artifacts show a simple local name-analysis tool; the main thing to notice is that its docs run a Python script even though the registry does not declare a Python requirement.
    LLM: benign (high) · VirusTotal: benign · 1 мая 2026 г.