SKILLEMALL.ai

BC dfma-activity-guide

Навык управления процессом DFMA. Активируется, когда робот упоминается в группе или появляются ключевые слова, связанные с DFMA (например, «конференция DFMA», «оценка дизайна», «выявление рисков»). Пошагово направляет пользователей группы в соответствии со стандартным процессом DFMA (предварительная подготовка → продвижение процесса → вывод результатов), четко информируя на каждом этапе о необходимых действиях и предоставляемой информации, отслеживая прогресс участников в реальном времени и напоминая неуспевающим через упоминания, мягко направляя отклоняющиеся от темы высказывания обратно к теме, и в конечном итоге автоматически генерируя полный отчет о деятельности DFMA и синхронизируя его с группой, с поддержкой просмотра и загрузки по ссылке.

машинный переводПоказать оригиналСкрыть оригинал«DFMA活动引导技能,当群内被@机器人或出现DFMA相关关键词(如“DFMA会议”“设计评估”“风险识别”)时触发,按DFMA标准流程(前期…»

DFMA活动引导技能,当群内被@机器人或出现DFMA相关关键词(如“DFMA会议”“设计评估”“风险识别”)时触发,按DFMA标准流程(前期准备→过程推进→结果输出)分步引导群聊用户推进DFMA活动,每一步明确告知需完成操作和提供的信息,实时跟踪参与进度并@提醒未响应,对偏离主题发言温和引导回归,最终自动生成完整DFMA活动报告并同步群聊,支持链接查看与下载。

ClawHub Agent Skills автор: justinx8023 v1.0.0 MIT-0 3 файла тело ≈ 327 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык управления процессом DFMA.

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

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
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: 3. 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: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 327 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
  • +4Нет примеров входа/выхода
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 181 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 30 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
技能声明与其运行指令在功能上总体一致——它需要访问群聊上下文并在群内引导并生成报告,唯一需注意的是对群聊内容的读取与使用以及创建云文档的权限。
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.