SKILLEMALL.ai

AC behavior-design-openclaw-os

Мета-навык для OpenClaw (Moltbot / Clawdbot), который считывает человеческое поведение, раскрывает скрытые мотивы и закономерности, а также разрабатывает системы, стратегии и вмешательства, исходя из лежащих в их основе мыслей, используя влияние, психологию и духовность. Используйте, когда вы хотите, чтобы агент видел за поверхностными запросами, диагностировал причины поведения людей и разрабатывал поведенчески интеллектуальные, духовно согласованные решения.

машинный переводПоказать оригиналСкрыть оригинал«Meta skill for OpenClaw (Moltbot / Clawdbot) that reads human behavior…»

Meta skill for OpenClaw (Moltbot / Clawdbot) that reads human behavior, uncovers hidden motives and patterns, and designs systems, strategies, and interventions from the thought behind them, using influence, psychology, and spirituality. Use when you want the agent to see beyond surface requests, diagnose why people act the way they do, and architect behaviorally intelligent, spiritually aligned solutions.

ClawHub Agent Skills автор: Kiana Bluecher v1.0.0 MIT-0 2 файла тело ≈ 1 990 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Мета-навык для OpenClaw (Moltbot / Clawdbot), который считывает человеческое поведение, раскрывает скрытые мотивы и закономерности, а также разрабатывает…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 61/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (behavior-design-openclaw-os) не совпадает с папкой (consciousness)
    • 60Ошибки и развилки. Развилок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 84
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 1990 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 409 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 84 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This appears to be an instruction-only analysis skill with no file, network, credential, persistence, or mutation behavior, but users should be cautious because it encourages broad personal and psychological inference.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.