SKILLEMALL.ai

AC ghost-catalog

Сканирует, помечает, проверяет и каталогизирует файлы с использованием системы семантических заголовков файлов Ghost Catalog (SOM-XXX-NNNN-vX.X.X). Используйте, когда: обнаруживаете файлы без тегов, начинаете работу с новой кодовой базой, поддерживаете соответствие каталога, ищете файлы по категории/тегу/агенту или генерируете отчеты о соответствии. Работает в локальной файловой системе с базой данных каталога SQLite.

машинный переводПоказать оригиналСкрыть оригинал«Scan, tag, validate, and catalog files using the Ghost Catalog semanti…»

Scan, tag, validate, and catalog files using the Ghost Catalog semantic file header system (SOM-XXX-NNNN-vX.X.X). Use when: discovering untagged files, onboarding to a new codebase, maintaining catalog compliance, searching for files by category/tag/agent, or generating compliance reports. Operates on the local file system with a SQLite catalog database.

ClawHub Agent Skills автор: SoMaCo v0.0.1 6 файлов тело ≈ 1 765 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сканирует, помечает, проверяет и каталогизирует файлы с использованием системы семантических заголовков файлов Ghost Catalog (SOM-XXX-NNNN-vX.X.X).…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторБезопасностьРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: ghost-catalog (ClawHub)

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: 6. 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 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (ghost-catalog) не совпадает с папкой (ghostcatalog)
    • 60Инструменты и файлы. Используются инструменты (bash, read, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 45
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1765 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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 356 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 45 пунктов
    • +4Есть примеры (3 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This is a local project file-cataloging skill that can scan files and add catalog headers, with no evidence of hidden network access, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.