SKILLEMALL.ai

BD complex-task-subagent

Оркестрация сложных задач и фреймворк команд под-агентов. Выполняет многоэтапные сложные задачи через под-агента (sessions_spawn), включая декомпозицию задач, управление состоянием, управление контрольными точками, повторные попытки при таймауте, автоматический прогресс и синхронизацию. Подходит для сценариев последовательной оркестрации задач, требующих надежного выполнения, автоматического восстановления и автономной работы.

машинный переводПоказать оригиналСкрыть оригинал«Complex task orchestration and subagent command framework. Execute mul…»

Complex task orchestration and subagent command framework. Execute multi-stage complex tasks via subagent (sessions_spawn), including task breakdown, state management, checkpoint-driven, timeout retry, auto-progress and sync. Suitable for serial task orchestration scenarios requiring reliable execution, auto-recovery and unattended operation.

ClawHub Agent Skills автор: sundayplus v2.0.1 MIT-0 11 файлов · 5 скриптов тело ≈ 10 177 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Оркестрация сложных задач и фреймворк команд под-агентов.

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
D
45/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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.
  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: 11. 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 ≈ 10177 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 45/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 10177 токенов: вытесняет саму задачу из окна
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (git), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 200
  • 100Согласованность. Имя и обязательные поля на месте
  • low Разделов верхнего уровня: 15. 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -2100 эмодзи в инструкциях: шум для модели
  • -33 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 344 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 91 заголовков
  • +3Пошаговые инструкции: 200 пунктов
  • +4Есть примеры (61 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: suspicious
This skill is a powerful unattended automation framework with real user-control and credential-scope concerns, but the artifacts do not show clear malicious intent.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.