SKILLEMALL.ai

BC perfect-automation

Идеальная система автоматизации рабочих процессов — объединяет все преимущества automation-workflows + n8n-workflow-automation. Включает идентификацию возможностей автоматизации, расчет ROI, надежную конструкцию, идемпотентность, обработку ошибок, механизм повторных попыток, очередь ручной проверки, аудируемый вывод. Триггерные слова: автоматизация, рабочий процесс, автоматически, сократить ручной труд, повысить эффективность.

машинный переводПоказать оригиналСкрыть оригинал«完美的自动化工作流系统 - 结合 automation-workflows + n8n-workflow-automation 的所有优点。…»

完美的自动化工作流系统 - 结合 automation-workflows + n8n-workflow-automation 的所有优点。包含自动化机会识别、ROI计算、健壮设计、幂等性、错误处理、重试机制、人工审核队列、可审计输出。触发词:自动化、工作流、自动、减少手动、提效。

ClawHub Agent Skills автор: jiayilin686-sys v1.0.0 MIT-0 2 файла тело ≈ 930 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Идеальная система автоматизации рабочих процессов — объединяет все преимущества automation-workflows + n8n-workflow-automation.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураZapierИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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: 2. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 50
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 930 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
  • -229 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 50 пунктов
  • +4Есть примеры (12 блоков кода)

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

Внешние проверки

ClawHub: clean
This is a static automation-planning guide with broad trigger wording and customer-data examples, but it does not install code, access credentials, or run automations itself.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.