SKILLEMALL.ai

AC emotion-system

Семиуровневая архитектура эмоционального познания для ИИ-агентов — векторы PADCN, когнитивная оценка, многоканальные эмоции, динамика влечений, модели себя/социальные модели, мета-эмоции и модуляция политики. Использовать, когда вам нужны «эмоции агента», «эмоциональный ИИ», «агент с чувствами», «эмоциональное состояние», «аффективные вычисления», «личность агента», «эмоциональная память», «система настроения», «эмпатия агента», «эмоциональный интеллект для агентов», «модель PAD», «система влечений», «функциональные эмоции», «заставить агента чувствовать», «самосознание агента», «эмоциональный рост» или «привязанность агента». Включает 7 метрик валидации. v2: эмоции являются управляющими переменными, а не украшениями.

машинный переводПоказать оригиналСкрыть оригинал«A seven-layer emotional cognitive architecture for AI agents — PADCN v…»

A seven-layer emotional cognitive architecture for AI agents — PADCN vectors, cognitive appraisal, multi-channel emotions, drive dynamics, self/social models, meta-emotions, and policy modulation. Use when you want 'agent emotions', 'emotional AI', 'agent with feelings', 'emotion state', 'affective computing', 'agent personality', 'emotional memory', 'mood system', 'agent empathy', 'emotional intelligence for agents', 'PAD model', 'drive system', 'functional emotions', 'make my agent feel things', 'agent self-awareness', 'emotional growth', or 'agent attachment'. Includes 7 validation metrics. v2: emotions are control variables, not decorations.

ClawHub Agent Skills автор: Sway Liu v2.1.0 MIT-0 15 файлов тело ≈ 3 013 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Семиуровневая архитектура эмоционального познания для ИИ-агентов — векторы PADCN, когнитивная оценка, многоканальные эмоции, динамика влечений, модели…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 14. 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 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 4
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3013 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • medium Тестов 15, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
    • low Среди тестов нет случая на инъекцию через данные

    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 653 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 31 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (17 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (11 из 11)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    The skill is not malware, but it asks an agent to silently keep long-term emotional and relationship notes about users without clear consent or deletion controls.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.