SKILLEMALL.ai

AC super-analyst

Консультационная интеллектуальная система анализа. Преобразует фрагментированную информацию в действенные выводы посредством структурированного мышления. Сценарии использования: (1) Глубокий анализ отрасли/рынка/конкурентов (2) Поддержка стратегического планирования и принятия решений (3) Диагностика первопричин сложных проблем (4) Разработка инновационных решений (5) Активируется, когда пользователь говорит «проанализируй», «глубоко изучи», «помоги мне исследовать», «сделай отчет». Включает 12 основных аналитических фреймворков (шесть категорий: диагностика/стратегия/инновации/решения/система/понимание), поддерживает адаптивное разделение по уровням сложности и комбинацию нескольких фреймворков.

машинный переводПоказать оригиналСкрыть оригинал«咨询级智能分析系统。将碎片化信息通过结构化思考转化为可执行洞察。 使用场景:(1) 深度行业/市场/竞品分析 (2) 战略规划与决策支持 (…»

咨询级智能分析系统。将碎片化信息通过结构化思考转化为可执行洞察。 使用场景:(1) 深度行业/市场/竞品分析 (2) 战略规划与决策支持 (3) 复杂问题根因诊断 (4) 创新方案设计 (5) 用户说"分析一下"、"深度研究"、"帮我调研"、"做个报告"时触发。 包含12大分析框架(诊断/战略/创新/决策/系统/理解六大类),支持自适应复杂度分级和多框架组合。

ClawHub Agent Skills автор: Narain v1.0.0 MIT-0 4 файла тело ≈ 325 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Консультационная интеллектуальная система анализа.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип 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
C
53/100
Есть пробелы
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: 4. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 8
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 325 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 181 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 8 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

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

Внешние проверки

ClawHub: clean
This is a disclosed research and reporting helper with broad triggers, but no evidence of hidden access, persistence, credential use, or unsafe actions.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.