SKILLEMALL.ai

AD wenyan-compress

Навык сжатия текста в стиле классического китайского языка. Сценарии использования: когда пользователь говорит «ответь в стиле классического китайского», просит сжать/архивировать/записать воспоминания, диалог слишком длинный и требует краткого изложения или когда нужно часто вести журнал. Основные возможности: (1) Сжатие любого китайского ответа в формат классического китайского языка с сохранением ключевой информации; (2) Предоставление таблицы соответствия отсылок/идиом/классического китайского для справки; (3) Создание обратимо восстанавливаемых сжатых журналов и архивов воспоминаний; (4) Генерация вывода на классическом китайском языке для пользователя (экономия токенов). См. references/compress-map.md (таблица соответствия сжатия) и references/grammar.md (краткий справочник по грамматике классического китайского).

машинный переводПоказать оригиналСкрыть оригинал«文言文压缩技能。触发场景:用户说"用文言文回答"、用户要求压缩/存档/记录记忆、对话过长需要提炼摘要、或需要高频记录日志时。核心能力:(1)…»

文言文压缩技能。触发场景:用户说"用文言文回答"、用户要求压缩/存档/记录记忆、对话过长需要提炼摘要、或需要高频记录日志时。核心能力:(1) 将任意中文回复压缩为文言文格式,保留关键信息;(2) 提供典故/成语/文言映射表供查阅;(3) 生成可逆向还原的压缩日志和记忆存档;(4) 为用户生成文言文输出(省 token)。参考 references/compress-map.md(压缩映射表)和 references/grammar.md(文言语法速查)。

ClawHub Agent Skills автор: Zen v1.0.0 MIT-0 5 файлов тело ≈ 347 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык сжатия текста в стиле классического китайского языка.

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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

  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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 5. 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")

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 (wenyan-compress) не совпадает с папкой (wenyancompress)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Стоимость исполнения. Тело инструкции 347 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 229 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

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

Внешние проверки

ClawHub: clean
This is a disclosed classical-Chinese compression and logging-format skill with no executable code, network access, credential use, or hidden install behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.