SKILLEMALL.ai

AC erics-engineering-wisdom

Инженерная мудрость Эрика — система навыков, управляемая общей мудростью Эрика в области инженерии. Является первой точкой входа для пользователя при возникновении инженерных технических проблем, автоматически определяет область проблемы, загружает соответствующие профессиональные навыки по требованию (электродвигатели/шестерни/NVH/методы инноваций) и объединяет личный опыт Эрика и инженерные суждения в ответах. Активируется, когда пользователь упоминает инженерные проблемы, разработку продукта, диагностику неисправностей, анализ отказов или когда описание проблемы нечеткое и неопределенное относительно профессиональной области. Неприменимо для чистого управленческого консалтинга, разработки программного обеспечения (не аппаратного), чистого финансового анализа.

машинный переводПоказать оригиналСкрыть оригинал«Eric's Engineering Wisdom — 以Eric的工程智慧为总控路由的技能体系。作为用户遇到工程技术问题的第一入口,自动识…»

Eric's Engineering Wisdom — 以Eric的工程智慧为总控路由的技能体系。作为用户遇到工程技术问题的第一入口,自动识别问题所属领域,按需加载对应的专业技能(电机/齿轮/NVH/创新方法论),并在回答中融合Eric的个人经验与工程判断。当用户提到工程问题、产品开发、技术诊断、故障分析,或问题描述模糊不确定属于哪个专业领域时触发。不适用于纯管理咨询、软件开发(非硬件)、纯财务分析。

ClawHub Agent Skills автор: Eric v5.0.0 MIT-0 47 файлов тело ≈ 1 250 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Инженерная мудрость Эрика — система навыков, управляемая общей мудростью Эрика в области инженерии.

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
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
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
  • 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: 11. 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: 9
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1250 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
  • -218 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 202 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (8 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a Chinese engineering-advice routing skill with broad activation and persona framing, but no evidence of code execution, credential access, exfiltration, destructive behavior, or hidden installation behavior.
LLM: benign (high) · VirusTotal: · 21 июн. 2026 г.