SKILLEMALL.ai

AB quirky-help

Визуальное устранение неполадок и контекстно-зависимое руководство для пользователей по скриншотам, выводу терминала, настройкам приложений, сбоям установщика и запутанным веб/приложениевым потокам. Используйте, когда пользователь делится скриншотом, вставляет ошибку, выражает замешательство по поводу интерфейса, сообщает о блокировке настройки или спрашивает, что означает что-то на экране, куда нажать или что делать дальше.

машинный переводПоказать оригиналСкрыть оригинал«Visual troubleshooting and screen-aware user guidance for screenshots,…»

Visual troubleshooting and screen-aware user guidance for screenshots, terminal output, app settings, installer failures, and confusing web/app flows. Use when the user shares a screenshot, pasted error, UI confusion, setup blocker, or asks what something on screen means, where to click, or what to do next.

ClawHub Agent Skills автор: m-lwatcher v1.0.0 MIT-0 4 файла тело ≈ 632 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Визуальное устранение неполадок и контекстно-зависимое руководство для пользователей по скриншотам, выводу терминала, настройкам приложений, сбоям установщика…

Как процесс B 73/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 73/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Ошибки и развилки. Развилок: 6
    • 100Шаги. Шагов: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 632 токенов

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 308 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This troubleshooting skill is coherent and low-risk, but it may guide an agent to inspect screenshots, browser pages, or local files when those are relevant.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.