SKILLEMALL.ai
GitHub ↗ EN Войти

BD clawvalue

Система оценки способностей OpenClaw Claw — количественная оценка ваших возможностей автоматизации ИИ, генерация забавного отчета об оценке способностей. Поддерживает 16 тем, 5 уровней Mock-данных, геймифицированное отображение.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw Claw度评估系统 - 量化你的 AI 自动化能力，生成龙虾能力估值趣味评估报告。支持16套主题、5级Mock数据、游戏化…»

OpenClaw Claw度评估系统 - 量化你的 AI 自动化能力，生成龙虾能力估值趣味评估报告。支持16套主题、5级Mock数据、游戏化展示。

ClawHub Agent Skills автор: LazyYoun v1.0.0 MIT-0 17 файлов тело ≈ 1 524 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Система оценки способностей OpenClaw Claw — количественная оценка ваших возможностей автоматизации ИИ, генерация забавного отчета об оценке способностей.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Обфускация obf-base64-blob web/html2canvas.min.js:20
    Длинный blob, похожий на base64 (определение детектора / чёрного списка; комментарий в коде; демонстрация атаки / пример)
    ***************************************************************************** */var r=function(A,e){return(r=Object.setPrototypeOf||{__proto__:[]}instanceof Array&&function(A,e){A.__proto__=e}||functi
    детекторкомментарийдемонстрация

Просканировано файлов: 17. 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 41/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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
  • 40Согласованность. Имя во frontmatter (clawvalue) не совпадает с папкой (claw-value)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 12
  • 100Стоимость исполнения. Тело инструкции 1524 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Длина description 73: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +4Есть примеры (14 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
This appears to be a real OpenClaw usage-reporting skill, but it needs Review because it exposes local report data through an unauthenticated web app and has under-disclosed credential and HTML-injection risks.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.