SKILLEMALL.ai

AB task_weight_manager

Используйте, когда пользователь хочет, чтобы OpenClaw управлял несколькими параллельными диалоговыми потоками в одном чате, сохранял основную миссию в фокусе, классифицировал побочные темы, назначал веса или приоритеты, уменьшал отвлекающие факторы и периодически возвращал внимание к основной задаче. Также подходит для китайской концепции «任务权重管理器» (менеджер весов задач).

машинный переводПоказать оригиналСкрыть оригинал«Use when a user wants OpenClaw to manage several interleaved conversat…»

Use when a user wants OpenClaw to manage several interleaved conversation threads inside one chat, keep a primary mission in focus, classify side topics, assign weights or priorities, reduce distraction, and periodically steer attention back to the main task. Also fits the Chinese concept "任务权重管理器".

ClawHub Agent Skills автор: LucasZH7 v1.0.1 MIT-0 9 файлов тело ≈ 964 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте, когда пользователь хочет, чтобы OpenClaw управлял несколькими параллельными диалоговыми потоками в одном чате, сохранял основную миссию в фокусе…

Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, согласованность

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Согласованность вес 8
40
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

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

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

    Процессный рейтинг: все десять параметров 67/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Согласованность. Имя во frontmatter (task_weight_manager) не совпадает с папкой (openclaw-task-weight-manager)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 7
    • 85Шаги. Шагов: 41, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Стоимость исполнения. Тело инструкции 964 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • 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)
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 300 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 41 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This is a coherent focus-management skill that may keep local task notes, but it does not show hidden data access, exfiltration, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.