SKILLEMALL.ai

AC drop-spindle-spinning-basics

Используйте, когда коммерческая пряжа, нитки или волокно становятся ненадежными, дорогими или недоступными, и вам нужна пряжа с индивидуальной прочностью, окрашиваемая, ремонтируемая из местной шерсти, льна или растительного волокна для вязания, ткачества, шитья или торговых товаров. Агент определяет подходящие местные волокна из ваших фотографий/инвентаря, рассчитывает коэффициенты крутки и выходы пряжи, генерирует многодневные графики подготовки и прядения с напоминаниями по времени, отслеживает толщину пряжи и тесты на прочность, а также создает шаблоны инвентаря/бартера. Человек выполняет каждый физический шаг — вытягивание, прядение, скручивание и отделку — восстанавливая тактильную самодостаточность в преобразовании волокна в пряжу.

машинный переводПоказать оригиналСкрыть оригинал«Use when commercial yarn, thread, or fiber becomes unreliable, expensi…»

Use when commercial yarn, thread, or fiber becomes unreliable, expensive, or unavailable and you need custom-strength, colorable, repairable yarn from local wool, flax, or plant fiber for knitting, weaving, sewing, or trade goods. Agent identifies suitable local fibers from your photos/inventory, calculates twist ratios and yardage yields, generates multi-day prep-and-spin schedules with timed reminders, tracks yarn thickness and strength tests, and produces inventory/barter templates. Human performs every physical step — drafting, spinning, plying, and finishing — rebuilding tactile self-reliance in fiber-to-yarn conversion.

ClawHub Agent Skills автор: HowToUseHumans v1.0.0 MIT-0 2 файла тело ≈ 1 876 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте, когда коммерческая пряжа, нитки или волокно становятся ненадежными, дорогими или недоступными, и вам нужна пряжа с индивидуальной прочностью…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
54/100
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: 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 54/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 85Шаги. Шагов: 54, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1876 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 633 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 54 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is a coherent craft-planning skill for drop-spindle yarn making, with only disclosed filesystem-based logging and no executable payload.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.