SKILLEMALL.ai
GitHub ↗ EN Войти

AC personal-agenda

Навык личного секретаря по расписанию. Использовать, когда: обрабатываете inbox, добавляете новые задачи, отмечаете выполнение/отмену задач, добавляете заметки к задачам, обновляете доску, архивируете старые задачи, генерируете dashboard. Триггеры: обработать inbox, создать новую задачу, задача выполнена, задача отменена, обновить доску, упорядочить расписание, ingest, update task, view dashboard.

машинный переводПоказать оригиналСкрыть оригинал«个人日程秘书技能。Use when: 处理inbox、新增任务、标记任务完成/取消、给任务加备注、更新看板、归档历史任务、生成dashboa…»

个人日程秘书技能。Use when: 处理inbox、新增任务、标记任务完成/取消、给任务加备注、更新看板、归档历史任务、生成dashboard。触发词：处理inbox、新建任务、任务完成、任务取消、更新看板、整理日程、ingest、update task、view dashboard。

ClawHub Agent Skills автор: ReckonLee v1.0.0 MIT-0 2 файла тело ≈ 2 802 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Навык личного секретаря по расписанию.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 55/100

    • 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
    • 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 2802 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее

    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 144 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 74 пунктов
    • +4Есть примеры (12 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This appears to be a task-organization skill that writes local task files as part of its intended workflow, but users should invoke it explicitly because its trigger is broad.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.