SKILLEMALL.ai

BD VeneTech News

Используйте этот навык всякий раз, когда пользователь запрашивает новости, обновления, сводки или брифинги по темам технологий, стартапов, искусственного интеллекта, финтеха, криптовалют, инноваций или цифрового предпринимательства — особенно в венесуэльском или латиноамериканском контексте. Активируйте этот навык, когда пользователь произносит фразы вроде "что нового в технологиях Венесуэлы", "дай мне новости о венесуэльских стартапах", "технологическая сводка сегодня", "что произошло в области ИИ на этой неделе", "новости VenTech", "венесуэльский технологический брифинг" или любые их варианты. Также активируйте, когда пользователь упоминает проект VenTech News и запрашивает редакционный контент или скрейпинг источников.

машинный переводПоказать оригиналСкрыть оригинал«Usa este skill siempre que el usuario pida noticias, actualizaciones,…»

Usa este skill siempre que el usuario pida noticias, actualizaciones, resúmenes o briefings sobre tecnología, startups, inteligencia artificial, fintech, cripto, innovación o emprendimiento digital — especialmente en el contexto venezolano o latinoamericano. Activa este skill cuando el usuario diga frases como "qué hay de nuevo en tech Venezuela", "dame noticias de startups venezolanas", "resumen tech de hoy", "qué pasó en IA esta semana", "noticias VenTech", "briefing tecnológico venezolano", o cualquier variante. También activa cuando el usuario mencione el proyecto VenTech News y pida contenido editorial o scraping de fuentes.

ClawHub Agent Skills автор: oscarmiranda90 v0.0.1 2 файла тело ≈ 1 953 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте этот навык всякий раз, когда пользователь запрашивает новости, обновления, сводки или брифинги по темам технологий, стартапов, искусственного…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • 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 (VeneTech News) не совпадает с папкой (venetech-news)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 28
  • 100Стоимость исполнения. Тело инструкции 1953 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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 6 примера фраз-триггеров в кавычках
  • +3Длина description 637 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
This news-summarization skill is mostly coherent, but it includes scraping guidance that may bypass publisher access controls.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.