SKILLEMALL.ai

AF smart-search

Многодвижковый поиск с автоматическим резервированием, разбором результатов и оценкой качества с помощью локальной библиотеки DDGS. Используйте для: поиска в Интернете, сбора информации, исследования рынка, поиска технических данных, поиска новостей, проверки фактов. Активируется по запросам 'search', '搜索', 'find info', 'look up', '调研', '查一下'. Не для: поиска в автоматизированных браузерах, поиска по внутренним файлам, поиска кода в репозиториях.

машинный переводПоказать оригиналСкрыть оригинал«Multi-engine search with auto-fallback, result parsing, and quality sc…»

Multi-engine search with auto-fallback, result parsing, and quality scoring via DDGS local library. Use when: searching the web, gathering information, market research, tech lookup, news search, fact checking. Triggers on 'search', '搜索', 'find info', 'look up', '调研', '查一下'. Not for: browser automation searches, internal file search, code search within repos.

ClawHub Agent Skills автор: mayf3 v1.0.0 MIT-0 7 файлов тело ≈ 1 618 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Многодвижковый поиск с автоматическим резервированием, разбором результатов и оценкой качества с помощью локальной библиотеки DDGS.

Как процесс F 45/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/changelog.md

ПроцедураРазработкаМедиа и видеотип 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
F
45/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/changelog.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/changelog.md

Процессный рейтинг: все десять параметров 45/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/changelog.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/changelog.md
  • 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
  • 40Согласованность. Имя во frontmatter (smart-search) не совпадает с папкой (mayf3-smart-search)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 17
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Стоимость исполнения. Тело инструкции 1618 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -245 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 360 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a disclosed web-search helper that sends user-directed searches and URL extraction requests to external search/backfill services, with privacy cautions but no evidence of hidden, destructive, persistent, or credential-stealing behavior.
LLM: benign (high) · VirusTotal: · 5 июн. 2026 г.