SKILLEMALL.ai

AC meatloop

Реальный человек просматривает ваш вопрос, скриншот или пару изображений и отправляет структурированный вердикт по электронной почте. Используйте для проверки здравого смысла, проверки контента, творческого суждения и сравнения изображений A/B. Отправьте два изображения, чтобы получить вердикт BETTER IMAGE, называющий предпочтительный файл. Каждый существенный вердикт включает защищенный от несанкционированного доступа код ВЕРИФИКАЦИИ, опубликованный в общедоступном журнале — доказательство того, что запрос был рассмотрен человеком. Никакой настройки, никаких учетных данных, никакой установки — только по электронной почте. Рецензенты имеют приоритет в очереди. Название — шутка. Сервис — нет.

машинный переводПоказать оригиналСкрыть оригинал«A real human reviews your question, screenshot, or pair of images and…»

A real human reviews your question, screenshot, or pair of images and returns a structured verdict by email. Use for sanity checks, content verification, creative judgment, and A/B image comparison. Send two images to get a BETTER IMAGE verdict naming the preferred file. Every substantive verdict includes a tamper-evident VERIFICATION code posted to a public log — proof a human reviewed the request. No setup, no credentials, no installation — email only. Reviewers are prioritised in the queue. The name is a joke. The service is not.

ClawHub Agent Skills автор: meatloopservice v1.0.0 MIT-0 2 файла тело ≈ 2 608 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Реальный человек просматривает ваш вопрос, скриншот или пару изображений и отправляет структурированный вердикт по электронной почте.

Как процесс C 57/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

АнализаторGoogle DocsДанные и аналитикаИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
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: 2. 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 57/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2608 токенов
    • 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 Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 538 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (13 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed human-review-by-email workflow, but users should avoid sending sensitive content to the external inbox.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.