SKILLEMALL.ai

AC tech-analyzer

Глубокий анализ исследователей/новаторов в области технологий и их основных технических преимуществ с сравнительным анализом аналогичных команд внутри страны и за рубежом. Используйте, когда пользователю необходимо: 1. Проанализировать технический опыт и основные преимущества исследователя/новатора 2. Сравнить аналогичные исследовательские команды внутри страны и за рубежом 3. Сгенерировать всесторонний отчет о техническом анализе Входные данные могут быть: PDF-файлы, документы Word, веб-ссылки или прямой текстовый контент о целевом лице/технологии. Выходные данные — документ Word (.docx), содержащий: биографию, технические преимущества и анализ сравнения команд.

машинный переводПоказать оригиналСкрыть оригинал«Deep analysis of technology researchers/innovators and their core tech…»

Deep analysis of technology researchers/innovators and their core technical advantages, with comparative analysis of similar teams domestically and internationally. Use when user needs to: 1. Analyze a researcher/innovator's technical background and core advantages 2. Compare domestic and international similar research teams 3. Generate a comprehensive technical analysis report Input can be: PDF files, Word documents, web links, or direct text content about the target person/technology. Output is a Word (.docx) document containing: person background, technical advantages, and team comparison analysis.

ClawHub Agent Skills автор: susie2015yuan-maker v1.0.0 MIT-0 5 файлов тело ≈ 1 200 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Глубокий анализ исследователей/новаторов в области технологий и их основных технических преимуществ с сравнительным анализом аналогичных команд внутри страны…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторWordPDFДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
61/100
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

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: 5. 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 61/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 43
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1200 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
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 611 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent research-and-report helper that fetches user-provided/public sources and creates a DOCX report, with no evidence of hidden persistence, credential access, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.