SKILLEMALL.ai
GitHub ↗ EN Войти

AA strategy-game-mentor

Переформулируйте запутанную реальную ситуацию как игровое поле стратегии, чтобы пользователь мог видеть условия победы, линии ресурсов, фазы и следующие лучшие ходы. Используйте, когда пользователю нужны более четкие компромиссы вместо реактивного тушения пожаров.

машинный переводПоказать оригиналСкрыть оригинал«Reframe a messy real-life situation as a strategy game board so the us…»

Reframe a messy real-life situation as a strategy game board so the user can see victory conditions, resource lines, phases, and the next best moves. Use when the user needs clearer tradeoffs instead of reactive firefighting.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 3 файла тело ≈ 500 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Переформулируйте запутанную реальную ситуацию как игровое поле стратегии, чтобы пользователь мог видеть условия победы, линии ресурсов, фазы и следующие…

Как процесс A 86/100 · Дойдёт до конца — слабые места: отчётность по ходу

ПроцедураДанные и аналитикаТексты и документыЛичная продуктивностьтип 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
A
86/100
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: 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 86/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 30
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 500 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    The skill's code, instructions, and metadata are coherent with its stated purpose (reframing situations as a strategy-game-style plan) and it does not request credentials, perform network/download installs, or access unrelated system resources.
    LLM: benign (high) · VirusTotal: benign · 15 апр. 2026 г.