SKILLEMALL.ai

BB max-global-pathway

Двуязычный консультант по программам бакалавриата для международных школ, двуязычных школ и программ подготовки. Предоставляет основанное на источниках, не похожее на агента руководство по Великобритании, США, Австралии, Новой Зеландии, Гонконгу, Макао, Сингапуру, Малайзии, Таиланду, Корее, Японии и связанным направлениям.

машинный переводПоказать оригиналСкрыть оригинал«Bilingual global undergraduate pathway advisor for international high…»

Bilingual global undergraduate pathway advisor for international high schools, bilingual schools and pathway programmes. Provides source-aware, non-agent-like guidance across UK, US, Australia, New Zealand, Hong Kong, Macau, Singapore, Malaysia, Thailand, Korea, Japan and related destinations.

ClawHub Agent Skills автор: Max Liu v3.1.0 MIT-0 8 файлов тело ≈ 10 908 токенов Открыть источникclawhub.ai проанализирован 23 ч назад

Двуязычный консультант по программам бакалавриата для международных школ, двуязычных школ и программ подготовки.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, согласованность, стоимость исполнения

ПроцедураИнфраструктураДанные и аналитикаИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
40
Согласованность вес 8
40
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: 8. 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 ≈ 10908 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "emoji"

Процессный рейтинг: все десять параметров 67/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Согласованность. Имя во frontmatter (max-global-pathway) не совпадает с папкой (goglobal-adcotemax)
  • 40Стоимость исполнения. Тело инструкции 10908 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 460
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 53. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 294 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 103 заголовков
  • +3Пошаговые инструкции: 460 пунктов
  • +4Есть примеры (6 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This is a disclosed education-advising skill with minor marketing/contact notes but no hidden execution, credential access, persistence, or unsafe data handling.
LLM: benign (high) · VirusTotal: · 21 июн. 2026 г.