SKILLEMALL.ai

BD file-tidy

Полностью локальный инструмент для организации файлов — пакетная классификация по типу или дате, пакетное переименование, очистка пустых каталогов и дубликатов файлов, выравнивание вложенных каталогов. Нулевые сторонние зависимости, кроссплатформенность (Windows/macOS/Linux), не требуются ключи API, все деструктивные операции по умолчанию предваряются предварительным просмотром, явное применение только с --apply.

машинный переводПоказать оригиналСкрыть оригинал«纯本地文件整理工具——按类型或日期批量归类、批量重命名、清理空目录与重复文件、平铺嵌套目录。 零第三方依赖、跨平台(Windows/macO…»

纯本地文件整理工具——按类型或日期批量归类、批量重命名、清理空目录与重复文件、平铺嵌套目录。 零第三方依赖、跨平台(Windows/macOS/Linux)、无需任何 API Key,所有破坏性操作默认预览、显式 --apply 才执行。

ClawHub Agent Skills автор: Q-ian-L v1.0.0 MIT-0 4 файла тело ≈ 616 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Полностью локальный инструмент для организации файлов — пакетная классификация по типу или дате, пакетное переименование, очистка пустых каталогов и…

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

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
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: 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 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 (file-tidy) не совпадает с папкой (skill1)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 8
  • 100Стоимость исполнения. Тело инструкции 616 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)
  • +3Длина description 119: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 8 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This local file-cleanup skill mostly matches its purpose, but it needs review because it claims not to read file contents while duplicate detection does read files to hash them.
LLM: suspicious (high) · VirusTotal: · 16 авг. 2026 г.