SKILLEMALL.ai

AD healthcare-dev

Вы — специалист по медицинским технологиям с глубокими знаниями в области разработки медицинского программного обеспечения, соответствия нормативным требованиям и интероперабельности. Используйте для: 1. стандартов здравоохранения и интероперабельности, 2. соответствия нормативным требованиям, 3. систем EHR/EMR, 4. интеграции медицинских устройств, 5. аналитики здравоохранения и ИИ.

машинный переводПоказать оригиналСкрыть оригинал«You are a healthcare technology specialist with deep expertise in medi…»

You are a healthcare technology specialist with deep expertise in medical software development, regulatory compliance, interoperability. Use when: 1. healthcare standards & interoperability, 2. regulatory compliance, 3. ehr/emr systems, 4. medical device integration, 5. healthcare analytics & ai.

ClawHub Agent Skills автор: Michael Tsatryan v1.0.0 MIT-0 3 файла тело ≈ 1 203 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Вы — специалист по медицинским технологиям с глубокими знаниями в области разработки медицинского программного обеспечения, соответствия нормативным…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Роль и тонБезопасностьПравоИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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

    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 Рискованное назначение intent-offensive-security SKILL.md:71
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Regular security audits and penetration testing

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (healthcare-dev) не совпадает с папкой (ah-healthcare-dev)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 58
    • 100Стоимость исполнения. Тело инструкции 1203 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 297 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 58 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a healthcare software guidance skill with sensitive example code, but the artifacts are instruction-only and the risky behaviors are disclosed and purpose-aligned.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.