SKILLEMALL.ai
GitHub ↗ EN Войти

BD drawio-skills

Навык DrawIO. Функции: (1) Создание диаграмм архитектуры, блок-схем, ER-диаграмм, UML/последовательностных диаграмм, сетевых топологий, диаграмм моделей машинного обучения и т.д. в формате .drawio (2) Детерминированное извлечение стиля рисования из существующих .drawio файлов для создания пресета стиля (3) Создание диаграмм в личном стиле "linlan" (черная обводка #000000 + светлая заливка + Tahoma + прямоугольники с прямыми углами) (4) Экспорт в PNG/SVG/PDF. Используйте этот навык, когда пользователю нужно нарисовать диаграмму архитектуры, техническую архитектуру, блок-схему, топологию, ER-диаграмму.

машинный переводПоказать оригиналСкрыть оригинал«DrawIO图表技能。功能：(1)生成.drawio架构图、流程图、ER图、UML/时序图、网络拓扑、ML模型图等 (2)从已有.drawi…»

DrawIO图表技能。功能：(1)生成.drawio架构图、流程图、ER图、UML/时序图、网络拓扑、ML模型图等 (2)从已有.drawio文件确定性提取个人绘制风格生成style preset (3)按"linlan"个人风格（黑描边#000000+浅色填充+Tahoma+直角矩形）生成图表 (4)导出PNG/SVG/PDF。当用户需要画架构图、技术架构图、流程图、拓扑图、ER图时使用此技能。

ClawHub Agent Skills автор: 麟览 v1.0.0 MIT-0 9 файлов тело ≈ 1 346 токенов Открыть источникclawhub.ai↗ проанализирован 7 ч назад

Навык DrawIO. Функции: (1) Создание диаграмм архитектуры, блок-схем, ER-диаграмм, UML/последовательностных диаграмм, сетевых топологий, диаграмм моделей…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGitHubРазработкаИИ 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
B
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Обфускация obf-base64-blob style_report.json:329
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "stencil(nZBL…3SI/i5B4koRAWC+Lu9k…vlP+Df6A…JrE+AQ==)": 20,
    в кавычках
  • низкая Обфускация obf-base64-blob style_report.json:330
    Длинный blob, похожий на base64 (определение детектора / чёрного списка)
    "stencil(nZBR…P03+WHsH…Ixq//Jtp3…kwx+F6v1EYD+AUpy…Wg1/yhT/nRE5…I0e/hF+jV7A…tQM=)": 39,
    детектор
  • низкая Обфускация obf-base64-blob style_report.json:331
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "stencil(fVLb…Z9D+ckYKpxFDL/j4Ji…0V0+9Quz…BmG/bdQG+xjal…Eec
    в кавычках
  • низкая Обфускация obf-base64-blob style_report.json:635
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "stencil(nZBL…3SI/i5B4koRAWC+Lu9k…vlP+Df6A…JrE+AQ==)": 2,
    в кавычках
  • низкая Обфускация obf-base64-blob style_report.json:768
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "stencil(nZBL…3SI/i5B4koRAWC+Lu9k…vlP+Df6A…JrE+AQ==)": 8,
    в кавычках

Просканировано файлов: 9. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1346 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 200 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
This DrawIO skill is mostly local and purpose-related, but its package includes a report that exposes internal infrastructure details and it can place untrusted diagram text into AI-read reports.
LLM: suspicious (high) · 12 сент. 2026 г.