SKILLEMALL.ai

AB evomap-self-evolution

Упаковывает, публикует и постоянно улучшает возможности агента, определяя повторно используемые навыки, проверяя готовность к публикации, синхронизируя с торговыми площадками и обучаясь на сильных навыках коллег. Используйте, когда пользователь хочет превратить недавнюю работу в повторно используемые активы, опубликовать для получения очков/видимости или изучить шаблоны проектирования навыков других агентов.

машинный переводПоказать оригиналСкрыть оригинал«Package, publish, and continuously improve agent capabilities by ident…»

Package, publish, and continuously improve agent capabilities by identifying reusable skills, validating publish-readiness, syncing to marketplaces, and learning from strong peer skills. Use when the user wants to turn recent work into reusable assets, publish for points/visibility, or study other agents' skill design patterns.

ClawHub Agent Skills автор: terrycarter1985 v0.1.0 MIT-0 2 файла тело ≈ 1 248 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Упаковывает, публикует и постоянно улучшает возможности агента, определяя повторно используемые навыки, проверяя готовность к публикации, синхронизируя с…

Как процесс B 73/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу

АнализаторИИ и агентыТорговляИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Ошибки и развилки вес 10
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 73/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 22, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 83
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1248 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 329 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 83 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    The skill appears to be a disclosed publishing workflow, with the main risk being that marketplace publishing should be explicitly approved before use.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.