SKILLEMALL.ai

AB tailor-cover-letter

Адаптирует и дорабатывает существующее сопроводительное письмо в Google Docs для конкретной должности, сохраняя каждое утверждение в соответствии с резюме, которое будет его сопровождать. Используйте, когда пользователь предоставляет ссылку на редактируемое сопроводительное письмо в Google Docs, соответствующее резюме и описание должности в виде вставленного текста или прямой ссылки, и хочет улучшить орфографию, грамматику, пунктуацию, стиль, ясность, убедительность или организацию без выдуманного опыта. Применяйте безопасные правки напрямую, но предлагайте и получайте одобрение перед добавлением тем, опытов, утверждений или другого существенного контента.

машинный переводПоказать оригиналСкрыть оригинал«Tailor and polish an existing cover letter in Google Docs for a specif…»

Tailor and polish an existing cover letter in Google Docs for a specific role while keeping every claim consistent with the resume that will accompany it. Use when the user provides an editable Google Docs cover-letter link, the associated resume, and a role description as either pasted text or a direct link, and wants spelling, grammar, punctuation, style, clarity, persuasive focus, or organization improved without invented experience. Apply safe copyedits directly, but propose and obtain approval before adding topics, personal experiences, claims, or other substantive content.

ClawHub Agent Skills автор: Trevor Broaddus v1.0.0 MIT-0 2 файла тело ≈ 1 756 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Адаптирует и дорабатывает существующее сопроводительное письмо в Google Docs для конкретной должности, сохраняя каждое утверждение в соответствии с резюме…

Как процесс B 74/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураGoogle DocsДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 2. 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 74/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Ошибки и развилки. Развилок: 2
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 45
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1756 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 585 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 45 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This skill is a focused Google Docs cover-letter editor that asks for user-provided materials, limits edits to the stated task, and requires approval for substantive changes.
    LLM: benign (high) · VirusTotal: · 31 июл. 2026 г.