SKILLEMALL.ai

BD toolchain-orchestrator

Движок оркестровки многошаговых цепочек инструментов (трансцендентный метанавык). Определяет многоинструментальные задачи как DAG зависимостей с центром в «планировщике», детерминированно выполняет их в топологическом порядке. Выходные данные передаются между узлами через {{node_id}}, поддерживает проверку, перезапуск с точки останова и визуализацию. Преодолевает «ловушку локальной оптимизации» реактивного подхода ReAct, позволяя агенту глобально координировать действия, распознавать параллелизм и отслеживать зависимости в сложных рабочих процессах с множеством инструментов. Вызывается, когда пользователю/агенту требуется «связать несколько скриптов/команд», «оркестровать конвейер» или «перезапустить неудачные шаги».

машинный переводПоказать оригиналСкрыть оригинал«多步工具链编排引擎(超越性元能力)。以「规划器为中心」把多工具任务定义为依赖 DAG,确定性地按拓扑序执行, 节点间通过 {{node_id…»

多步工具链编排引擎(超越性元能力)。以「规划器为中心」把多工具任务定义为依赖 DAG,确定性地按拓扑序执行, 节点间通过 {{node_id}} 透传上游输出,支持校验/断点重跑/可视化。克服 ReAct 反应式的「局部优化陷阱」, 让 agent 在复杂多工具工作流中全局协调、识别并行、追踪依赖。当用户/agent 需要「串起多个脚本/命令」「编排流水线」「重跑失败步骤」时调用。

ClawHub Agent Skills автор: qq435912743 v1.0.0 MIT-0 5 файлов тело ≈ 603 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Движок оркестровки многошаговых цепочек инструментов (трансцендентный метанавык).

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: 5. 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: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 603 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 192 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 15 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 skill is a command-workflow orchestrator, but it runs arbitrary shell commands and keeps persistent learning data without enough safety boundaries.
LLM: suspicious (high) · 14 авг. 2026 г.