SKILLEMALL.ai

BC weekly-report-pro

Генератор еженедельных отчетов Pro v1.2 — автоматический сбор материалов и создание отчета, поддерживает еженедельные и ежемесячные отчеты. Используйте, когда пользователь говорит «написать еженедельный отчет», «сгенерировать еженедельный отчет», «еженедельный отчет», «рабочий отчет за неделю», «написать ежемесячный отчет», «ежемесячный отчет» и т. д., когда требуется создать рабочий отчет. Автоматически собирает рабочие материалы из локальных записей коммитов Git (включая статистику кода), автоматически определяет роль, может считывать списки планов Markdown для подсчета степени выполнения, в сочетании с предоставленным пользователем списком дел и устными тезисами создает структурированный отчет с ориентацией на результат и количественными показателями. Поддерживает четыре шаблона ролей: программист/оператор/продавец/менеджер, поддерживает три стиля форматирования DingTalk/FeiShu/Email. Работает полностью локально, данные не загружаются.

машинный переводПоказать оригиналСкрыть оригинал«周报生成器Pro v1.2——自动收集素材再成稿,支持周报+月报。当用户说"写周报""生成周报""周报""本周工作总结""写月报""月度总结…»

周报生成器Pro v1.2——自动收集素材再成稿,支持周报+月报。当用户说"写周报""生成周报""周报""本周工作总结""写月报""月度总结"等需要产出工作汇报时使用本技能。自动从本机 Git 提交记录收集工作素材(含代码统计),自动识别角色,可读取 Markdown 计划清单统计完成率,结合用户提供的待办清单、口述要点,生成结果导向、可量化的结构化汇报。支持程序员/运营/销售/管理者四种角色模板,支持钉钉/飞书/邮件三种排版风格。全程本地运行,不上传任何数据。

ClawHub Agent Skills автор: tangbinbinM v1.2.0 MIT-0 4 файла тело ≈ 726 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генератор еженедельных отчетов Pro v1.2 — автоматический сбор материалов и создание отчета, поддерживает еженедельные и ежемесячные отчеты. Используйте, когда…

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

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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
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: 0. 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 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 726 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 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This skill is a local weekly/monthly report helper that reads user-directed Git history and optional checklist files, with no evidence of hidden upload, destructive behavior, or persistence.
LLM: benign (high) · VirusTotal: · 22 авг. 2026 г.