SKILLEMALL.ai

AD huaxia-wisdom

Мудрость древних китайцев — используйте структуру мудрости древних китайцев для анализа решений пользователей, эффективности, роста, отношений, заработка денег и жизненных проблем. Включает 24 классические структуры мудрости, каждая с уникальными инструментами мышления и выходной структурой. Поддерживает комбинирование модулей для решения сложных сценариев. Триггеры: автоматически подбирается, когда пользователи проявляют нерешительность, беспокойство, чрезмерную сложность, борьбу за власть, конфликты интересов, внутренние конфликты, спешку с достижением результатов, знают, но не могут сделать, трудности с убеждением, конкурентное давление, истощение энергии и т. д.; вызывается напрямую, когда пользователи говорят «используй XXX для анализа», «пригласи мудреца», упоминают названия структур, такие как баланс инь и ян /庖丁解牛/法术势/知行合一/纵横捭阖; активно рекомендуется, когда пользователи задают вопросы, требующие глубокого размышления, такие как жизненный выбор, карьерное планирование, межличностные конфликты, стратегии переговоров, конкурентные игры.

машинный переводПоказать оригиналСкрыть оригинал«华夏老祖宗智慧 - 用中华老祖宗的智慧框架帮用户分析决策、效率、成长、关系、搞钱、生活问题。 包含24个经典智慧框架,每个有独特的思考工具和…»

华夏老祖宗智慧 - 用中华老祖宗的智慧框架帮用户分析决策、效率、成长、关系、搞钱、生活问题。 包含24个经典智慧框架,每个有独特的思考工具和输出结构。支持跨模块组合应对复杂场景。触发条件:用户表现出纠结、焦虑、过度复杂化、权力斗争、利益冲突、内耗、急于求成、知道做不到、说服困难、竞争压力、精力透支等状态时自动匹配; 用户说"用XXX分析"、"请一位老祖宗"、提到阴阳平衡/庖丁解牛/法术势/知行合一/纵横捭阖等框架名时直接调用;用户问人生选择、职业规划、人际矛盾、谈判策略、竞争博弈等需要深度思考的问题时主动推荐

ClawHub Agent Skills автор: liangjf v1.0.0 MIT-0 8 файлов тело ≈ 1 331 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Мудрость древних китайцев — используйте структуру мудрости древних китайцев для анализа решений пользователей, эффективности, роста, отношений, заработка…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 8. 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 49/100

  • 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 (huaxia-wisdom) не совпадает с папкой (huaxia-sage)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 58
  • 100Стоимость исполнения. Тело инструкции 1331 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 257 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 58 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a text-only coaching skill with broad automatic triggers, but it does not request code execution, credentials, data access, persistence, or account-changing authority.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.