SKILLEMALL.ai

BD social-collaboration-mind

Социальное кооперативное сознание: теория разума (ToM) + адаптивные кооперативные стратегии. На основе сигналов от кооперативного партнера (профессионализм/уверенность/занятость/эмоции/история невыполнения обязательств) выводит его состояние, динамически выбирая кооперативные стратегии — делегирование/консультация/надзор/парная работа/избегание, чтобы агент действовал как «понимающий человек» в сотрудничестве с людьми и другими агентами, а не просто механически выполнял команды. Стандартная библиотека, нулевые зависимости, возможен локальный запуск (--selftest с примерами).

машинный переводПоказать оригиналСкрыть оригинал«社会协作心智:心智理论(ToM)+自适应协作策略。从协作伙伴的信号(专业度/置信度/忙碌度/情绪/历史失信) 推断其状态,动态选择协作策略—…»

社会协作心智:心智理论(ToM)+自适应协作策略。从协作伙伴的信号(专业度/置信度/忙碌度/情绪/历史失信) 推断其状态,动态选择协作策略——委派/咨询/监督/结对/回避,让 agent 像"懂事的人"一样与人及他者 agent 协作,而非机械执行。纯标准库、零依赖、可本地实跑(--selftest 自带样例)。

ClawHub Agent Skills автор: qq435912743 v1.0.0 MIT-0 6 файлов тело ≈ 522 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Социальное кооперативное сознание: теория разума (ToM) + адаптивные кооперативные стратегии.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип 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
D
46/100
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: 6. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "visibility"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 522 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 157 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The core collaboration strategy tool is simple, but the skill also directs persistent local logging of usage, errors, notes, and preferences without clear consent, retention, or reset controls.
LLM: suspicious (high) · 14 авг. 2026 г.