SKILLEMALL.ai

AB resume-context

ВСЕГДА используйте этот навык (никогда не используйте только memory_search или exec), когда пользователь спрашивает о сеансах кодирования, недавней работе над разработкой, брифингах по проекту или заметках разработчика. Триггерные фразы: give me a briefing on [project], what was I working on for [project], show my session briefing, catch me up on [project], show me my notes for [project]. Запускает CLI resume и возвращает реальные данные сеанса, кэшированные в Redis.

машинный переводПоказать оригиналСкрыть оригинал«ALWAYS use this skill (never memory_search or exec alone) when the use…»

ALWAYS use this skill (never memory_search or exec alone) when the user asks about coding sessions, recent dev work, project briefings, or developer notes. Trigger phrases: give me a briefing on [project], what was I working on for [project], show my session briefing, catch me up on [project], show me my notes for [project]. Runs the resume CLI and returns real session data cached in Redis.

ClawHub Agent Skills автор: Nikhil Yachareni v1.0.2 MIT-0 5 файлов тело ≈ 941 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

ВСЕГДА используйте этот навык (никогда не используйте только memorysearch или exec), когда пользователь спрашивает о сеансах кодирования, недавней работе над…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, отчётность по ходу

ИнтеграцияРазработкаИнфраструктуратип 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
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
55
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 Секреты в коде secret-high-entropy-token package-lock.json:70
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…9c8+Zse2…TOt+g==",
      детектор

    Просканировано файлов: 5. 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 65/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 941 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 393 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (9 блоков кода)

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

    Внешние проверки

    ClawHub: suspicious
    This skill has a coherent purpose, but it can read sensitive developer-session data, send it through the configured resume LLM workflow, and cache raw results in Redis with broad activation rules.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.