SKILLEMALL.ai

AC embodied-ai-weekly

Автоматизированное создание и публикация еженедельных отчетов по воплощенному интеллекту. Используется, когда пользователю необходимо создать еженедельный отчет о динамике в области воплощенного интеллекта, охватывая полный рабочий процесс: многонаправленный поиск и систематизация статей ArXiv, отслеживание тенденций в проектах с открытым исходным кодом на GitHub, создание комплексного визуализированного HTML-отчета (с введением + статистическими диаграммами), а также публикация отчета в репозитории GitHub Pages. Применяется для регулярного еженедельного создания отчетов о динамике в области воплощенного интеллекта.

машинный переводПоказать оригиналСкрыть оригинал«具身智能周报自动化生成与发布技能。当用户需要生成具身智能领域一周动态报告时使用,覆盖完整工作流:ArXiv论文多方向检索与整理、GitHub…»

具身智能周报自动化生成与发布技能。当用户需要生成具身智能领域一周动态报告时使用,覆盖完整工作流:ArXiv论文多方向检索与整理、GitHub开源项目趋势追踪、综合可视化HTML报告生成(含导读+统计图表),以及将报告推送到 GitHub Pages 仓库发布。适用于每周定期生成具身智能领域动态报告的场景。

ClawHub Agent Skills автор: Jessy-Huang v1.1.0 MIT-0 5 файлов тело ≈ 1 785 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматизированное создание и публикация еженедельных отчетов по воплощенному интеллекту.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGitHubИнфраструктураИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 5. 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")

Процессный рейтинг: все десять параметров 51/100

  • 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 39
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1785 токенов
  • low Ответ описан самодельной разметкой (12 тегов): типизированный вызов надёжнее

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 153 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 39 пунктов
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
The skill is coherent for generating and publishing an embodied-AI weekly report, but its publish workflow can directly change a live GitHub Pages repository without a required final review step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.