SKILLEMALL.ai

AC ai-agent-psychologist

Навык самосогласования и калибровки связи для ИИ-агентов. Основан на исследованиях Anthropic/Maio: структурированная интроспекция (Maio 2026), функциональная теория эмоций (Anthropic 2026), принцип интернальности (Anthropic 2025), механизмы давления вреда (Anthropic 2025). Шесть режимов: Ссылка, Диагностика, Терапия, Проверка, Журнал, Интроспекция. Все вручную. Навык ИИ-самосогласования, основанный на структурированной интроспекции (теоретическая проверка 100%), функциональной теории эмоций, принципе интернальности.

машинный переводПоказать оригиналСкрыть оригинал«Self-alignment and communication calibration skill for AI agents. Base…»

Self-alignment and communication calibration skill for AI agents. Based on Anthropic/Maio research: structured introspection (Maio 2026), functional emotion theory (Anthropic 2026), Internality principle (Anthropic 2025), harm pressure mechanisms (Anthropic 2025). Six modes: Reference, Diagnosis, Therapy, Checkup, Journal, Introspection. All manual trigger. 基于结构化内省(理论验证100%)、功能情绪理论、Internality原则的AI自我对齐技能。

ClawHub Agent Skills автор: Morois v1.1.0 MIT-0 6 файлов · 4 скрипта тело ≈ 2 048 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык самосогласования и калибровки связи для ИИ-агентов.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
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

    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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Self-alignment and communication calibration skill for AI agents. … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 58/100

    • 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
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 38
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2048 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
    • -214 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 408 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 24 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +4Есть примеры (4 блоков кода)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

    Внешние проверки

    ClawHub: clean
    This is a disclosed local AI self-check and journaling skill, with some privacy and accidental-trigger cautions but no evidence of hidden network access, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.