SKILLEMALL.ai

AC cv-skill

Создание профессиональных резюме в стиле Гарварда, CV и соответствующих сопроводительных писем на основе предоставленных пользователем описаний кандидатов, структурированных данных или существующих резюме. Используйте, когда пользователь хочет получить отполированное одностраничное или целевое резюме, нуждается в нескольких версиях резюме для разных карьерных направлений, хочет преобразовать необработанные заметки кандидата в структурированные пункты или нуждается в выводах DOCX/PDF на любом языке из структурированных входных данных.

машинный переводПоказать оригиналСкрыть оригинал«Create professional Harvard-style resumes, CVs, and matching cover let…»

Create professional Harvard-style resumes, CVs, and matching cover letters from user-provided candidate descriptions, structured data, or existing resumes. Use when the user wants a polished one-page or role-targeted resume, needs multiple resume versions for different job directions, wants to convert raw candidate notes into structured bullets, or needs DOCX/PDF outputs in any language from structured input data.

ClawHub Agent Skills автор: Jason v1.1.0 MIT-0 9 файлов тело ≈ 1 196 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создание профессиональных резюме в стиле Гарварда, CV и соответствующих сопроводительных писем на основе предоставленных пользователем описаний кандидатов…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторWordИнфраструктураЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 9. 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 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 61
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1196 токенов
    • 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 417 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 61 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This is a straightforward resume and cover-letter generator that uses local files and optional PDF export as disclosed, with no evidence of hidden data collection or destructive behavior.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.