AF outclaw-style
Изучает стиль письма пользователя для каждого канала связи (электронная почта, LinkedIn, Twitter/X, WhatsApp, Slack, SMS, Discord, Telegram — любой, подключенный для этого клиента). Выполняет протокол обучения подсказок по адресу https://gist.github.com/milstan/3b12f938f344f4ae1f511dd19e56adce на ≥20 исходящих образцах для каждого канала (использует доступные, если их недостаточно). Активируется по запросам: 'learn my style', 'learn my voice', 'retrain style for <channel>', 'style report', 'how's my style score'. Автоматически вызывается (без запроса пользователя) планом outclaw, когда для запланированного канала отсутствует изученный стиль для текущего клиента.
машинный переводПоказать оригиналСкрыть оригинал«Learn the user's writing style per outreach channel (email, LinkedIn,…»
Learn the user's writing style per outreach channel (email, LinkedIn, Twitter/X, WhatsApp, Slack, SMS, Discord, Telegram — whatever is connected for this tenant). Runs the Prompt Learning Protocol from https://gist.github.com/milstan/3b12f938f344f4ae1f511dd19e56adce on ≥20 outbound samples per channel (falls back to what's available). Triggers on: 'learn my style', 'learn my voice', 'retrain style for <channel>', 'style report', 'how's my style score'. Auto-invoked (no user prompt) by outclaw-plan when a planned channel lacks a learned style for the current tenant.
Изучает стиль письма пользователя для каждого канала связи (электронная почта, LinkedIn, Twitter/X, WhatsApp, Slack, SMS, Discord, Telegram — любой…
Как процесс F 59/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/message_classifier.py, scripts/style_evaluator.py
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: scripts/message_classifier.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/style_evaluator.py
Процессный рейтинг: все десять параметров 59/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/message_classifier.py, scripts/style_evaluator.py
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 22
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1750 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (24 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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 571 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.