SKILLEMALL.ai

BC explore-industry-career-paths

Для пользователей без знания китайского языка: определение незнакомых отраслей, смена карьеры, обучение навыкам, получение заказов или проверка бизнес-идей. Преобразует расплывчатые цели в исследование отрасли, тренировку навыков, 7-дневный низкорисковый эксперимент и постоянный анализ для формирования портфолио, доказательств для трудоустройства, проверки клиентов или принятия решения об отказе. Используется для смены карьеры, понимания отрасли, обучения навыкам с нуля, поиска работы, подработки, получения заказов, открытия бизнеса, проверки стартапа и сравнения направлений. При наличии актуальных ресурсов подключается к сети для проверки; не предоставляет индивидуальных инвестиционных советов, не гарантирует трудоустройство, клиентов, выручку или прибыль.

машинный переводПоказать оригиналСкрыть оригинал«为中文零基础用户判断陌生行业、转行求职、学习技能、接单或验证创业方向。把模糊目标路由为行业研究、能力训练、7天低风险实验和持续复盘,帮助形成…»

为中文零基础用户判断陌生行业、转行求职、学习技能、接单或验证创业方向。把模糊目标路由为行业研究、能力训练、7天低风险实验和持续复盘,帮助形成作品、求职证据、客户验证或停止依据。用于转行、行业认知、零基础学技能、求职、副业、接单、开店、创业验证和方向比较。涉及当前资源时联网核实;不提供个性化投资建议,不承诺就业、客户、营收或收益。

ClawHub Agent Skills автор: Marvin v0.1.3 MIT-0 28 файлов тело ≈ 1 624 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Для пользователей без знания китайского языка: определение незнакомых отраслей, смена карьеры, обучение навыкам, получение заказов или проверка бизнес-идей.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 27. 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: 74
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1624 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
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 165 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 74 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (18 из 18)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This skill is a disclosed Chinese career, skill-learning, and small-business exploration guide with risk guardrails, and I found no hidden execution, persistence, credential use, or exfiltration behavior.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.