SKILLEMALL.ai

AC core-prism

CORE — четырехмерная стратегическая линза для глубокого анализа новостей, бизнес-теорий и стратегических решений. Используйте, когда (1) анализируете новости/отчеты/бизнес-теории, (2) принимаете стратегические решения, требующие многомерного анализа, (3) извлекаете основные идеи из прочитанного, (4) пользователь явно просит «анализировать с помощью фреймворка CORE».

машинный переводПоказать оригиналСкрыть оригинал«CORE four-dimensional strategic lens for deep analysis of news, busine…»

CORE four-dimensional strategic lens for deep analysis of news, business theories, and strategic decisions. Use when (1) analyzing news/reports/business theories, (2) making strategic decisions requiring multi-dimensional breakdown, (3) extracting core insights from reading, (4) user explicitly asks "analyze with CORE framework".

ClawHub Agent Skills автор: KeDouPi(珂抖屁) v1.0.2 MIT-0 3 файла тело ≈ 1 292 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

CORE — четырехмерная стратегическая линза для глубокого анализа новостей, бизнес-теорий и стратегических решений.

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

АнализаторИнфраструктураДанные и аналитикатип 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
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "permissions"
    • заметка frontmatter-key неизвестное поле фронтматтера "config"

    Процессный рейтинг: все десять параметров 61/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 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
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 59
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1292 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 331 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 59 пунктов
    • +4Есть примеры (1 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    The skill appears to disclose a purpose-aligned use of local user profile context, with no evidence here of hidden execution, exfiltration, or persistence.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.