CD clawhub-publish
Публикует локальный Skill на ClawHub (clawhub.ai) и синхронизирует его с репозиторием GitHub, чтобы он мог быть найден через find-skills, а также чтобы исходный код был доступен. ClawHub отвечает за распространение, GitHub — за хостинг, обе цепочки независимы. Используйте, когда пользователь говорит «опубликовать skill», «отправить skill», «выпустить навык», «чтобы больше людей использовали этот skill», «publish skill», «отправить на clawhub», «загрузить на GitHub», «загрузил на GitHub?», «создать репозиторий». Включает: проверку контента и подписи перед публикацией, стандарты переписывания описания для конкретных сценариев, проверку dry-run, самостоятельный вход через device-flow в песочнице, команду публикации и проверку после публикации, создание и отправку репозитория GitHub, а также известные ловушки окружения в песочнице Windows + WorkBuddy. Не подходит для: установки чужих skill (используйте find-skills), публикации пакета OpenClaw (используйте clawhub package).
машинный переводПоказать оригиналСкрыть оригинал«把本地 Skill 发布到 ClawHub（clawhub.ai）并同步到 GitHub 合集仓库，从而能被 find-skills 检索到…»
把本地 Skill 发布到 ClawHub（clawhub.ai）并同步到 GitHub 合集仓库，从而能被 find-skills 检索到、 也能让人看到源码。ClawHub 负责分发，GitHub 负责托管，两条链路独立。 当用户说「发布 skill」「把 skill 发出去」「上架技能」「让更多人用上这个 skill」「publish skill」 「发到 clawhub」「传到 GitHub」「上传 GitHub 了吗」「建个仓库」时使用。 包含：发布前内容审查与署名检查、description 场景化改写规范、dry-run 验证、 沙箱内自助 device-flow 登录、发布命令与发布后验证、GitHub 仓库创建与推送， 以及 Windows + WorkBuddy 沙箱下的已知环境陷阱。 不适用于：安装别人的 skill（用 find-skills）、发布 OpenClaw package（用 clawhub package）。
Публикует локальный Skill на ClawHub (clawhub.ai) и синхронизирует его с репозиторием GitHub, чтобы он мог быть найден через find-skills, а также чтобы…
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 41/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (clawhub-publish) не совпадает с папкой (skill-publish-pipeline)
- 60Инструменты и файлы. Используются инструменты (bash, web, git, python, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 29
- 100Стоимость исполнения. Тело инструкции 3927 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (10 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
- -2Ссылки на localhost: у другого пользователя не заработает
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 429 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (24 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.