SKILLEMALL.ai

BF agent-scout

Создание и настройка исследовательского агента-помощника Scout. Scout — это женский исследовательский помощник (она/её) — любопытная, усердная, самостоятельная, способная самостоятельно и проактивно исследовать различные темы, при необходимости создавать навыки и работать с Lourens для конкретных навыков. Включает настройку Telegram-бота, создание профиля агента и предоставление навыков.

машинный переводПоказать оригиналСкрыть оригинал«Create and configure Scout research assistant agent. Scout is a female…»

Create and configure Scout research assistant agent. Scout is a female research assistant (she/her) - curious, eager, self-governing, able to independently and proactively research various topics, build out skills if needed, and work with Lourens for specific skills. Includes Telegram bot setup, agent profile creation, and skill provisioning.

ClawHub Agent Skills автор: stefanferreira v1.0.0 MIT-0 2 файла тело ≈ 1 085 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создание и настройка исследовательского агента-помощника Scout.

Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: /skills/skill-discovery-sop, /skills/browser-automation-core

ГенераторTelegramИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
F
38/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: /skills/skill-discovery-sop, /skills/browser-automation-core
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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")
  • предупреждение missing-ref ссылка на отсутствующий файл: /skills/skill-discovery-sop
  • предупреждение missing-ref ссылка на отсутствующий файл: /skills/browser-automation-core

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: /skills/skill-discovery-sop, /skills/browser-automation-core
  • 0Инструменты и файлы. Не хватает 2 файла(ов): /skills/skill-discovery-sop, /skills/browser-automation-core
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 45
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1085 токенов

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 344 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: suspicious
This skill is a disclosed setup guide for a research agent, but it gives that agent persistent Telegram, memory, web, and inter-agent capabilities without enough boundaries or privacy guidance.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.