SKILLEMALL.ai

AC source-research

Создавайте и поддерживайте систему повторно используемых исходных исследований для поиска пулов источников, оценки их целесообразности для постоянных инвестиций, определения эффективных методов приобретения/фильтрации, записи решений об отклонении и составления высококачественных списков источников или заметок. Используйте, когда пользователь упоминает 信源, 信源池, 高质量信源, 信息源, 来源池, 作者池, кураторство аккаунтов/блогов/источников или хочет получить повторяемую структуру для поиска и использования высококачественных источников информации.

машинный переводПоказать оригиналСкрыть оригинал«Build and maintain a reusable source-research system for discovering s…»

Build and maintain a reusable source-research system for discovering source pools, evaluating whether they are worth ongoing investment, defining efficient acquisition/filtering methods, recording rejection decisions, and producing high-quality source lists or notes. Use when the user mentions 信源, 信源池, 高质量信源, 信息源, 来源池, 作者池, account/blog/source curation, or wants a repeatable framework for finding and using high-quality information sources.

ClawHub Agent Skills автор: kamael v1.0.0 MIT-0 15 файлов · 1 скрипт тело ≈ 1 178 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Создавайте и поддерживайте систему повторно используемых исходных исследований для поиска пулов источников, оценки их целесообразности для постоянных…

Как процесс C 61/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ГенераторИИ и агентыИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 15. 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 61/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 52
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1178 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 443 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 52 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This skill is a source-research organizer that creates disclosed workspace notes and templates, with no evidence of hidden execution, credential access, exfiltration, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 12 сент. 2026 г.