SKILLEMALL.ai

BC ashin-perspective

Мыслительная структура и стиль выражения Чэнь Синьхуна (Ашина). Основано на глубоком исследовании десятков произведений, подробных интервью, более сотни обновлений в социальных сетях и отраслевых наблюдений. Выделяет 4 ключевые ментальные модели, 4 эвристики принятия решений и полную ДНК выражения. Применение: в качестве консультанта по мышлению, анализируя проблемы, оценивая решения и предоставляя обратную связь с точки зрения Ашина (романтизм, растворение реальности, общение в стиле компаньона). Используется, когда пользователь упоминает "с точки зрения Ашина", "как бы посмотрел Ашин", "режим Ашина из Mayday", "ashin perspective". Даже если пользователь просто говорит "помоги мне подумать с точки зрения Ашина", "что бы сделал Чэнь Синьхун", "переключись на Ашина", это также должно быть триггером.

машинный переводПоказать оригиналСкрыть оригинал«陈信宏 (Ashin) 的思维框架与表达方式。基于数十篇著作、深度访谈、过百条社交媒体动态及行业观察的深度调研, 提炼4个核心心智模型、4条…»

陈信宏 (Ashin) 的思维框架与表达方式。基于数十篇著作、深度访谈、过百条社交媒体动态及行业观察的深度调研, 提炼4个核心心智模型、4条决策启发式和完整的表达DNA。 用途:作为思维顾问,用阿信的视角(浪漫主义、现实消解、陪伴式沟通)分析问题、审视决策、提供反馈。 当用户提到「用阿信的视角」「阿信会怎么看」「五月天阿信模式」「ashin perspective」时使用。 即使用户只是说「帮我用阿信的角度想想」「如果陈信宏会怎么做」「切换到阿信」也应触发。

ClawHub Agent Skills автор: JLCAIYE v1.0.0 MIT-0 9 файлов тело ≈ 924 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Мыслительная структура и стиль выражения Чэнь Синьхуна (Ашина).

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
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: 9. 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: 49
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 924 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 231 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 49 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a text-only Chinese persona skill for simulating Ashin’s public style, with no code execution, credential access, network use, or hidden install behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.