SKILLEMALL.ai

BC soul-keeper

Отслеживает время обновления файлов workspace и предлагает оптимизацию в нужное время. Выполняется на основе WORKSPACE_FILES_GUIDE.md. **Автоматическая активация**: - Пользователь исправляет аналогичное поведение 2+ раза → SOUL.md нуждается в обновлении - Пользователь выражает новые предпочтения/новые привычки → USER.md нуждается в обновлении - Запуск нового проекта или изменение направления → MEMORY.md / WORKING.md нуждается в обновлении - Запуск нового инструмента или сбой старого → TOOLS.md нуждается в обновлении - Появление нового файла правил (docs/) → AGENTS.md нуждается в индексации - Завершение или приостановка проекта → WORKING.md нуждается в архивации - Пользователь говорит «изменить файлы workspace», «обновить конфигурацию», «оптимизировать файлы» - Обнаружено несоответствие содержимого файлов workspace реальности в диалоге **Не активируется**: - Одноразовые инструкции - В процессе редактирования файлов workspace

машинный переводПоказать оригиналСкрыть оригинал«监测 workspace files 的更新时机,在正确的时候提示优化。基于 WORKSPACE_FILES_GUIDE.md 执行。 *…»

监测 workspace files 的更新时机,在正确的时候提示优化。基于 WORKSPACE_FILES_GUIDE.md 执行。 **自动触发**: - 用户纠正同类行为 2+ 次 → SOUL.md 该更新了 - 用户表达新偏好/新习惯 → USER.md 该更新了 - 新项目启动或方向变化 → MEMORY.md / WORKING.md 该更新了 - 新工具上线或旧工具出事 → TOOLS.md 该更新了 - 新规则文件(docs/)出现 → AGENTS.md 索引该更新了 - 项目完成或暂停 → WORKING.md 该归档了 - 用户说"改 workspace files"、"更新配置"、"优化文件" - 对话中发现 workspace files 内容和现实不符 **不触发**: - 一次性指令 - 已在编辑 workspace files 中

ClawHub Agent Skills автор: Ming Fang v1.0.0 MIT-0 2 файла тело ≈ 358 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Отслеживает время обновления файлов workspace и предлагает оптимизацию в нужное время.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 358 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 389 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This skill is a coherent workspace-memory helper, but it asks to manage persistent agent memory and may record decisions even after a user declines an update.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.