SKILLEMALL.ai

AC random-thought

Автономный движок рефлексии рабочего пространства. Выбирает случайный файл из настраиваемого корпуса, пишет рефлексивное наблюдение о том, что не разрешено, недоделано или интересно, и периодически составляет сводки, выявляющие действенные закономерности. Два этапа: писатель (ежечасная рефлексия) и куратор (периодический синтез). Используйте, когда: (1) настраиваете автономную интроспекцию рабочего пространства через cron, (2) запускаете разовую рефлексию "о чем мне стоит подумать?", (3) развиваете самосознание о закономерностях в вашем коде или заметках. Предназначен для работы по расписанию cron, но также работает при ручном вызове.

машинный переводПоказать оригиналСкрыть оригинал«Autonomous workspace reflection engine. Picks a random file from a con…»

Autonomous workspace reflection engine. Picks a random file from a configurable corpus, writes a reflective observation about what's unresolved, half-finished, or interesting, and periodically curates digests that surface actionable patterns. Two stages: writer (hourly reflection) and curator (periodic synthesis). Use when: (1) setting up autonomous workspace introspection via cron, (2) running a one-off "what should I think about?" reflection, (3) building self-awareness about patterns in your codebase or notes. Designed for cron-driven operation but works as a manual invocation too.

ClawHub Agent Skills автор: Jeremy Knows v1.0.0 MIT-0 7 файлов · 2 скрипта тело ≈ 1 399 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автономный движок рефлексии рабочего пространства.

Как процесс C 58/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

ГенераторИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 7. 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 58/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 100Шаги. Шагов: 36
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1399 токенов

    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)
    • +2Инструкции на одном языке
    • +3Длина description 591 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 2 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: suspicious
    This skill appears purpose-built for workspace reflection, but it needs Review because scheduled runs can broadly read local files, persist derived notes, and the documented corpus controls are not fully enforced by the helper scripts.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.