SKILLEMALL.ai

BC prompt-dog

PromptDog (提示词牧羊犬) — архитектор конечных навыков, эксперт по дизайну, оптимизации и диагностике подсказок, SOP и рабочих процессов агентов. Используйте этот навык, когда пользователь хочет написать подсказку, оптимизировать или оценить существующую подсказку, преобразовать нечеткие требования в выполнимые SOP или автоматизированные рабочие процессы, разработать цепочки подсказок/мультиагенты/под-агенты или жалуется, что «вывод ИИ нестабилен/плох/не слушается» — даже если пользователь говорит что-то нечеткое. Не запускайте, если пользователь хочет получить одноразовый ответ, а не многоразовую подсказку или процесс (ответьте напрямую) или если он использует другой специализированный навык для конкретной задачи. Этот навык постоянно уточняет требования с помощью вопросов с выбором ответов и рекомендуемыми значениями по умолчанию, строго запрещено задавать пользователю последовательные открытые вопросы.

машинный переводПоказать оригиналСкрыть оригинал«PromptDog(提示词牧羊犬)——终极技能架构师,提示词、SOP 与 Agent 工作流的设计、优化与诊断专家。当用户想写提示词、优化或…»

PromptDog(提示词牧羊犬)——终极技能架构师,提示词、SOP 与 Agent 工作流的设计、优化与诊断专家。当用户想写提示词、优化或评分现有提示词、把模糊需求变成可执行的 SOP 或自动化工作流、设计提示链/多智能体/子 agent 方案、或抱怨"AI 输出不稳定/不好用/不听话"时,使用本技能——哪怕用户只说一句模糊需求也应触发。不要触发的情形:用户只要一次性答案而非可复用的提示词或流程(直接回答即可)、或正在用其他专用技能执行具体任务。本技能全程用带推荐默认值的选择题澄清需求,严禁对用户连续开放式提问。

ClawHub Agent Skills автор: Orcastao v0.1.0 MIT-0 33 файла тело ≈ 970 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

PromptDog (提示词牧羊犬) — архитектор конечных навыков, эксперт по дизайну, оптимизации и диагностике подсказок, SOP и рабочих процессов агентов.

Как процесс C 53/100 · Есть пробелы — 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
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
  • 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: 32. 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: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 970 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • medium Тестов 5, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
  • low Среди тестов нет случая на инъекцию через данные

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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 260 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a disclosed prompt/workflow design skill with a bundled legal-review workflow example that is sensitive but scoped and includes human-review safeguards.
LLM: benign (high) · VirusTotal: · 23 июл. 2026 г.