SKILLEMALL.ai

BC agent-chat-ux

Мультиагентный UX для OpenClaw Control UI — выбор агента, сессии для каждого агента, просмотр истории сессий с поиском, вкладка сессий с фильтрацией по агентам и понятными именами, мастер создания агента, выбор эмодзи, CRUD агентов на стороне сервера и значок режима аутентификации.

машинный переводПоказать оригиналСкрыть оригинал«Multi-agent UX for OpenClaw Control UI — agent selector, per-agent ses…»

Multi-agent UX for OpenClaw Control UI — agent selector, per-agent sessions, session history viewer with search, agent-filtered Sessions tab with friendly names, Create Agent wizard, emoji picker, backend agent CRUD, and auth mode badge.

ClawHub Agent Skills автор: maverick-software v1.5.2 17 файлов тело ≈ 9 599 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Мультиагентный UX для OpenClaw Control UI — выбор агента, сессии для каждого агента, просмотр истории сессий с поиском, вкладка сессий с фильтрацией по…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 17. 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")
  • предупреждение body-long тело SKILL.md ≈ 9599 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 55/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 97, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (agent-chat-ux) не совпадает с папкой (multi-agent-tenant-upgrade)
  • 40Стоимость исполнения. Тело инструкции 9599 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 170
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 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 Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее

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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -218 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 237 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 66 заголовков
  • +3Пошаговые инструкции: 170 пунктов
  • +4Есть примеры (16 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (8 из 8)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: suspicious
This skill appears purpose-aligned, but it needs Review because it persistently patches core OpenClaw code and exposes sensitive auth-profile metadata to the client.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.