SKILLEMALL.ai

AF im-framework

Обработка, объяснение и применение структуры имманентной метафизики (IM) Форреста Лэндри. Использует структурированную онтологию из 767 сущностей в качестве индекса к исходному тексту на mflb.com. Используйте, когда вас просят объяснить концепции IM, применить структуру к ситуации, отследить цепочки вывода или найти ссылки на источники. Активируется по запросам: «имманентная метафизика», «структура IM», вопросы о модальности, ссылки на аксиомы, ICT, этика симметрии/непрерывности, эффективный выбор, путь правильного действия или любой запрос на обоснование утверждений в рамках структуры.

машинный переводПоказать оригиналСкрыть оригинал«Reference, explain, and apply the Immanent Metaphysics (IM) framework…»

Reference, explain, and apply the Immanent Metaphysics (IM) framework by Forrest Landry. Uses a structured ontology of 767 entities as an index into the live source text at mflb.com. Use when asked to explain IM concepts, apply the framework to a situation, trace derivation chains, or find source references. Triggers on: "immanent metaphysics", "IM framework", modality questions, axiom references, ICT, symmetry/continuity ethics, effective choice, path of right action, or any request to ground claims in the framework.

ClawHub Agent Skills автор: kapslap v1.5.0 MIT-0 4 файла тело ≈ 1 357 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Обработка, объяснение и применение структуры имманентной метафизики (IM) Форреста Лэндри.

Как процесс F 47/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/graph.jsonl

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
47/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/graph.jsonl
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/graph.jsonl

Процессный рейтинг: все десять параметров 47/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/graph.jsonl
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/graph.jsonl
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 55Ошибки и развилки. Развилок: 1
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1357 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 523 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill is a philosophy reference aid that reads bundled reference data and public source pages, with no evidence of hidden execution or data theft.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.