SKILLEMALL.ai

BC proactive-self-improving-agent

Навык для автоматического сбора опыта и безопасной эволюции. Условия активации: (1) при сбое команды/операции → записать в ERRORS.md (2) при исправлении пользователем ('неправильно'/'должно быть') → записать в LEARNINGS.md (3) когда пользователю нужна несуществующая возможность → записать в FEATURE_REQUESTS.md (4) при ошибке внешнего API/инструмента → записать в ERRORS.md (5) при обнаружении устаревших/неверных знаний → записать в LEARNINGS.md (6) при обнаружении лучшего подхода → записать в LEARNINGS.md (7) по завершении каждой задачи → проанализировать процесс, если есть новый опыт, записать в LEARNINGS.md. Принцип дедупликации: если нового опыта нет или существующая запись уже охватывает его, пропустить запись. При каждом сохранении добавлять JSONL-лог в .learnings/CHANGELOG.md. При повторении опыта ≥3 раза повысить уровень до AGENTS.md/TOOLS.md/SOUL.md. Подробнее в основной части.

машинный переводПоказать оригиналСкрыть оригинал«自动捕获经验并安全进化的技能。触发条件:(1)命令/操作失败时→记ERRORS.md (2)被用户纠正('不对'/'应该是')时→记LEAR…»

自动捕获经验并安全进化的技能。触发条件:(1)命令/操作失败时→记ERRORS.md (2)被用户纠正('不对'/'应该是')时→记LEARNINGS.md (3)用户需要不存在的能力时→记FEATURE_REQUESTS.md (4)外部API/工具出错时→记ERRORS.md (5)发现自己知识过时/错误时→记LEARNINGS.md (6)发现更好做法时→记LEARNINGS.md (7)每个任务完成时→回顾过程,有新经验则记LEARNINGS.md。去重原则:如果没有新经验或已有条目已覆盖则跳过不写。每次写入同时在.learnings/CHANGELOG.md追加JSONL日志。经验反复出现≥3次时晋升到AGENTS.md/TOOLS.md/SOUL.md。详见正文。

ClawHub Agent Skills автор: lygjoey v1.0.0 MIT-0 2 файла тело ≈ 2 020 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык для автоматического сбора опыта и безопасной эволюции.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентыИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 2. 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 54/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (proactive-self-improving-agent) не совпадает с папкой (proactive-self-improving)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 44
  • 100Стоимость исполнения. Тело инструкции 2020 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
  • -214 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 342 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +4Есть примеры (11 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This skill openly helps an agent learn from work, but it can automatically save task details and change future agent behavior without clear approval or privacy controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.