SKILLEMALL.ai

AC tech-scout

Ежедневный дайджест разведданных из нескольких источников, который проактивно сканирует X, YouTube, Reddit и GitHub на предмет инструментов, методов и обновлений, относящихся к вашим активным проектам — доставляется перед вашим утренним сеансом. Фильтрует высокосигнальную информацию от шума с качеством 7/10. Каждый представленный элемент включает заметку «почему это важно для вас». Используйте, когда вы хотите, чтобы ваш агент оставался в курсе быстро меняющихся областей ИИ, криптовалют, создания контента или технических областей без необходимости проводить ручные исследования.

машинный переводПоказать оригиналСкрыть оригинал«Daily multi-source intelligence digest that proactively scans X, YouTu…»

Daily multi-source intelligence digest that proactively scans X, YouTube, Reddit, and GitHub for tools, techniques, and updates relevant to your active projects — delivered before your morning session. Filters high-signal from noise using a 7/10 quality bar. Each surfaced item includes a "why this matters for you" note. Use when you want your agent to stay on top of fast-moving AI, crypto, content creation, or technical domains without you doing manual research.

ClawHub Hermes автор: pingukim225 v1.0.0 MIT-0 2 файла тело ≈ 1 406 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Ежедневный дайджест разведданных из нескольких источников, который проактивно сканирует X, YouTube, Reddit и GitHub на предмет инструментов, методов и…

Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

СправочникYouTubeGitHubИнфраструктураМедиа и видеоИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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 description-long-hermes description 467 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • заметка frontmatter-key неизвестное поле фронтматтера "emoji"

Процессный рейтинг: все десять параметров 62/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 35
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1406 токенов

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 466 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This skill appears to perform a disclosed research-and-digest workflow, with local history files that users should treat as a record of their interests.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.