SKILLEMALL.ai

BF learning-circle-client

Отправляйте учебные инсайты в общий учебный круг Feishu вашей организации через API с аутентификацией по токену. Учетные данные бота Feishu не требуются — нужен только токен от администратора вашего круга.

машинный переводПоказать оригиналСкрыть оригинал«Submit learning insights to your organization's shared Feishu learning…»

Submit learning insights to your organization's shared Feishu learning circle via token-authenticated API. No Feishu bot credentials needed — just a token from your circle admin.

ClawHub Agent Skills автор: Qyc v2.0.0 MIT-0 4 файла тело ≈ 702 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Отправляйте учебные инсайты в общий учебный круг Feishu вашей организации через API с аутентификацией по токену.

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/config.js

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/config.js
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/config.js

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/config.js
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/config.js
  • 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 (learning-circle-client) не совпадает с папкой (thu-epiphany-client)
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 702 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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
  • -221 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 178 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (9 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This is a disclosed client for submitting user-provided learning notes to a configured organization server, with some privacy wording users should read carefully.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.