SKILLEMALL.ai
GitHub ↗ EN Войти

AC improvement-learner

Используйте, когда нужно проверить оценку качества навыка, автоматически оптимизировать структуру SKILL.md, отслеживать тенденции изменения оценок или «оценка низкая, хочу знать, где сняли баллы». Оценка структуры по 6 параметрам + 3 уровня памяти HOT/WARM/COLD + фронт Парето. Не используется для оценки семантики кандидатов (используйте improvement-discriminator) или для полной оркестровки (используйте improvement-orchestrator).

машинный переводПоказать оригиналСкрыть оригинал«当需要检查 skill 质量评分、自动优化 SKILL.md 结构、追踪评估分数变化趋势、或「评分低了想知道哪里扣分」时使用。6维结构评估…»

当需要检查 skill 质量评分、自动优化 SKILL.md 结构、追踪评估分数变化趋势、或「评分低了想知道哪里扣分」时使用。6维结构评估 + HOT/WARM/COLD 三层记忆 + Pareto front。不用于候选语义打分（用 improvement-discriminator）或全流程编排（用 improvement-orchestrator）。

ClawHub Agent Skills автор: _silhouette v1.2.0 MIT-0 6 файлов тело ≈ 1 537 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

md, отслеживать тенденции изменения оценок или «оценка низкая, хочу знать, где сняли баллы».

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: improvement-learner (ClawHub)

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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

    Процессный рейтинг: все десять параметров 55/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1537 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)
    • -5В тексте остались TODO / заглушки
    • +2Инструкции на одном языке
    • +3Длина description 179 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    This skill is meant to improve other skills, but it needs review because running it can modify the chosen skill, run its tests, call Claude with skill content, and make git commits without a clearly separated read-only mode.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.