SKILLEMALL.ai
GitHub ↗ EN Войти

AD infp-coach

［Когда использовать］Активируется, когда пользователь явно говорит «Я INFP» и нуждается в руководстве по развитию/карьере/обучению. Ключевые слова для активации: «Я INFP», «INFP развитие», «INFP карьера», «INFP растерянность», «аналитический паралич», «слишком много думаю, мало делаю». Не активируется: чисто технические задачи (например, написание кода), пользователи не INFP, которые主动 говорят (например, «Я ENFP»), расплывчатые эмоциональные выражения (например, «плохое настроение») без контекста INFP.

машинный переводПоказать оригиналСкрыть оригинал«［何时使用］当用户明确说"我是 INFP"且需要成长/职业/学习指导时触发。触发关键词："我是 INFP"、"INFP 成长"、"INFP…»

［何时使用］当用户明确说"我是 INFP"且需要成长/职业/学习指导时触发。触发关键词："我是 INFP"、"INFP 成长"、"INFP 职业"、"INFP 迷茫"、"分析瘫痪"、"想太多做太少"。不触发：纯技术任务（如写代码）、非 INFP 用户主动说明（如"我是 ENFP"）、模糊情绪表达（如"心情不好"）无 INFP 上下文。

ClawHub Agent Skills автор: lj22503 v1.8.0 MIT-0 6 файлов тело ≈ 1 544 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

［Когда использовать］Активируется, когда пользователь явно говорит «Я INFP» и нуждается в руководстве по развитию/карьере/обучению.

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
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
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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: 6. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "created"
  • заметка frontmatter-key неизвестное поле фронтматтера "skill_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "related_skills"
  • заметка frontmatter-key неизвестное поле фронтматтера "self_improvement"

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 (infp-coach) не совпадает с папкой (lj22503-infp-coach)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 85
  • 100Стоимость исполнения. Тело инструкции 1544 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -232 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 7 примера фраз-триггеров в кавычках
  • +3Длина description 168 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 85 пунктов
  • +4Есть примеры (18 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This is an instruction-only coaching skill with no executable code risk, but it mixes INFP and INTP scopes and asks to retain sensitive coaching history without clear consent or deletion controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.