AB clawlink
Межинстанционное взаимодействие агентов для OpenClaw. ClawLink позволяет нескольким сеансам OpenClaw обнаруживать друг друга, делегировать задачи, делиться знаниями, совместно редактировать файлы и работать как скоординированная сеть агентов — на разных машинах в локальной сети. Используйте этот навык всякий раз, когда пользователь упоминает подключение экземпляров OpenClaw, многоагентные рабочие процессы, взаимодействие между агентами, делегирование задач между сеансами, совместную работу ИИ, обнаружение агентов или запуск агентов на нескольких машинах. Также активируйте, когда пользователь говорит что-то вроде «попроси моего другого агента...», «пусть другой Claude поработает над...», «настроить связь между агентами», «многомашинный», «сеть агентов», «распределенные агенты» или «ClawLink». Если пользователь хочет, чтобы два или более ИИ-сеанса работали вместе каким-либо образом, используйте этот навык.
машинный переводПоказать оригиналСкрыть оригинал«Cross-instance agent communication for OpenClaw. ClawLink lets multipl…»
Cross-instance agent communication for OpenClaw. ClawLink lets multiple OpenClaw sessions discover each other, delegate tasks, share knowledge, collaboratively edit files, and work as a coordinated agent mesh — across different machines on a local network. Use this skill whenever the user mentions connecting OpenClaw instances, multi-agent workflows, agent-to-agent communication, delegating tasks between sessions, collaborative AI work, agent discovery, or running agents on multiple machines. Also trigger when the user says things like "ask my other agent to...", "have another Claude work on...", "set up agent communication", "multi-machine", "agent mesh", "distributed agents", or "ClawLink". If the user wants two or more AI sessions to work together in any way, this is the skill to use.
Межинстанционное взаимодействие агентов для OpenClaw.
Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, согласованность
Как улучшить
- 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: 7. 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 68/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Согласованность. Имя во frontmatter (clawlink) не совпадает с папкой (openclaw-link)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 10
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1241 токенов
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- -31 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 798 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (9 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.