SKILLEMALL.ai
GitHub ↗ EN Войти

AC new-youth-skill

Навык формирования личности "Нового Юноши". Основан на шести критериях "Наставление юношеству" Чэнь Дусю, предоставляет пользователю оценку личности, руководство по принятию решений, проверку взглядов, ежедневную практику, расширение перспективы, реализацию действий. Сценарии активации: - "Достоин ли я этой эпохи?" - "Как мне вести себя перед лицом выбора?" - "Как прожить эту жизнь не зря?" - "Правда ли это сказанное? Есть ли этому подтверждение?" - "Я хочу стать более ответственным человеком". Примечание: не активируется при выполнении детерминированных технических задач (написание кода, проверка погоды).

машинный переводПоказать оригиналСкрыть оригинал«新青年人格塑造技能。基于陈独秀《敬告青年》六条标准， 为用户提供人格评估、决策指引、观点审视、日课践行、视角延展、行动落实。 触发场景：…»

新青年人格塑造技能。基于陈独秀《敬告青年》六条标准， 为用户提供人格评估、决策指引、观点审视、日课践行、视角延展、行动落实。 触发场景： - "我是否无愧于这个时代？" - "面对选择，我该如何自处？" - "如何才能不负此生？" - "此言当真？此论有据否？" - "我想成为一个更有担当的人" 注意：执行确定性技术任务（写代码、查天气）时不触发本技能。

ClawHub Agent Skills автор: Morois v0.0.1 MIT-0 26 файлов тело ≈ 550 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Навык формирования личности "Нового Юноши".

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
76
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-execpolicy-bypass package.json:9
    Запуск PowerShell с обходом execution policy (в кавычках — упоминание, а не команда)
    "validate:win": "powershell -NoLogo -NoProfile -ExecutionPolicy Bypass -File tests/vali…ps1"
    в кавычках

Просканировано файлов: 26. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 550 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -45 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 180 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This skill is not malware, but it needs review because it can automatically inject a worldview/persona into new sessions and its triggers are broad enough to affect ordinary conversations.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.