SKILLEMALL.ai

AC vn-translate

Переводите художественную литературу с исходного языка на вьетнамский, используя поточный конвейер. Читайте raw.md блоками примерно по 12 КБ с помощью RawReader, записывайте каждую переведенную часть в out/, поддерживайте согласованность имен собственных и форм обращения, отслеживайте прогресс в _vartemp.json, опционально индексируйте заголовки глав, затем объединяйте и экспортируйте EPUB.

машинный переводПоказать оригиналСкрыть оригинал«Translate fiction from a source language into Vietnamese using a strea…»

Translate fiction from a source language into Vietnamese using a streaming pipeline. Read raw.md in ~12 KiB chunks with RawReader, write each translated part to out/, maintain consistent proper names and forms of address, track progress in _vartemp.json, optionally index chapter titles, then merge and export EPUB.

ClawHub Agent Skills автор: kaibazax-dev v1.1.0 MIT-0 13 файлов тело ≈ 3 819 токенов Открыть источникclawhub.ai проанализирован 31 ч назад

Переводите художественную литературу с исходного языка на вьетнамский, используя поточный конвейер.

Как процесс C 59/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 1. 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 59/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 85Шаги. Шагов: 70, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3819 токенов
  • low Разделов верхнего уровня: 16. 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 315 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 44 заголовков
  • +3Пошаговые инструкции: 70 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (26 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 8 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: clean
This skill is a coherent Vietnamese fiction translation workflow with local file writes and helper scripts that fit its stated purpose, though users should review cleanup commands before running them.
LLM: benign (high) · VirusTotal: · 9 авг. 2026 г.