SKILLEMALL.ai

CD meeting-efficiency-pro

Инструмент оптимизации встреч на базе ИИ, который анализирует события календаря, предоставляет оценки эффективности, извлекает пункты действий и автоматизирует последующие действия. Экономьте более 20% времени на встречах благодаря интеллектуальному анализу и автоматизации.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered meeting optimization tool that analyzes calendar events, pr…»

AI-powered meeting optimization tool that analyzes calendar events, provides efficiency scores, extracts action items, and automates follow-ups. Save 20%+ of meeting time with intelligent analysis and automation.

ClawHub Agent Skills автор: JacealLLC v1.0.1 MIT-0 12 файлов · 6 скриптов тело ≈ 1 305 токенов Открыть источникclawhub.ai↗ проанализирован 5 дн назад

Инструмент оптимизации встреч на базе ИИ, который анализирует события календаря, предоставляет оценки эффективности, извлекает пункты действий и…

Как процесс D 35/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/troubleshooting.md

АнализаторOutlookJiraAsanaЛичная продуктивностьДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
D
35/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/troubleshooting.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/troubleshooting.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/troubleshooting.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/troubleshooting.md
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Шаги. Шагов: 53
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1305 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -5В тексте остались TODO / заглушки
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 212 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 53 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: suspicious
This skill is not proven malicious, but it needs Review because it handles secrets unsafely, can read arbitrary local files as meeting notes, runs mutable dependency installation, and overstates integrations that are mostly mock or broken.
LLM: suspicious (high) · VirusTotal: · 12 сент. 2026 г.