SKILLEMALL.ai

BC interview-review

Помогает соискателям проанализировать реальное собеседование, оценить выступление и дать рекомендации по улучшению. Активируется, когда пользователь после собеседования говорит «Помоги проанализировать собеседование», «Только что прошёл собеседование, хочу анализ», «Как я выступил на этом собеседовании?», «Помоги найти, где я плохо ответил», «Проанализируй запись/транскрипцию собеседования» или предоставляет запись вопросов и ответов с собеседования, текст транскрипции собеседования. Этот навык определяет сильные стороны и риски в ответах, анализирует намерения интервьюера и предлагает практические направления для оптимизации и примеры ответов. Даже если пользователь явно не говорит «анализ», но намеревается проанализировать прошедшее собеседование, следует использовать этот навык.

машинный переводПоказать оригиналСкрыть оригинал«帮求职者复盘真实面试,分析表现并给出改进建议。当用户面试结束后说"帮我复盘面试""刚面完想分析下""这场面试我表现怎么样""帮我看看哪里答得…»

帮求职者复盘真实面试,分析表现并给出改进建议。当用户面试结束后说"帮我复盘面试""刚面完想分析下""这场面试我表现怎么样""帮我看看哪里答得不好""面试录音/记录帮我分析",或贴出面试问答记录、面试转写文本希望诊断时触发。本技能识别表达亮点与风险、分析面试官考察意图、给出可执行的优化方向和参考回答。即使用户没明说"复盘",只要意图是回顾分析一场已发生的面试,也应使用本技能。

ClawHub Agent Skills автор: shutongzhou1222 v1.0.0 MIT-0 2 файла тело ≈ 748 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Помогает соискателям проанализировать реальное собеседование, оценить выступление и дать рекомендации по улучшению.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Анализатортип 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
  • 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

  • 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: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 748 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 188 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 33 пунктов

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

Внешние проверки

ClawHub: clean
This skill is a straightforward Chinese interview-review coach that only analyzes interview text the user provides.
LLM: benign (high) · VirusTotal: · 27 июн. 2026 г.