SKILLEMALL.ai
GitHub ↗ EN Войти

AC automation-recipe-pack

10 готовых сценариев автоматизации для обработки файлов, преобразования данных, пакетных операций и других частых задач. Подходит для любителей инструментов повышения эффективности и новичков в автоматизации, может автоматически повысить эффективность работы. Поддерживает пакетную обработку, оптимизацию рабочих процессов, сценарии с периодическим запуском. Используйте, когда нужно повысить эффективность, автоматизировать процессы, выполнять пакетную обработку, оптимизировать рабочие процессы. Не подходит для задач, требующих ручной творческой оценки. Подходит для независимых разработчиков, корпоративных команд и сценариев автоматизации рабочих процессов. Функции включают: recipe (рецепт), pack.

машинный переводПоказать оригиналСкрыть оригинал«10个实用自动化场景配方，覆盖文件处理、数据转换、批量操作等高频任务。适用于效率工具爱好者、自动化新手，可自动化提升工作效率。支持批量处理、…»

10个实用自动化场景配方，覆盖文件处理、数据转换、批量操作等高频任务。适用于效率工具爱好者、自动化新手，可自动化提升工作效率。支持批量处理、工作流优化、定时触发等场景。Use。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工创意判断的任务。适用于独立开发者、企业团队和自动化工作流场景。 功能涵盖: recipe(食谱), pack。

ClawHub Agent Skills автор: 天轰穿 v1.0.4 MIT-0 2 файла тело ≈ 1 696 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

10 готовых сценариев автоматизации для обработки файлов, преобразования данных, пакетных операций и других частых задач.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
    • заметка frontmatter-key неизвестное поле фронтматтера "summary"
    • заметка frontmatter-key неизвестное поле фронтматтера "tools"

    Процессный рейтинг: все десять параметров 53/100

    • 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
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 36
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1696 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле

    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
    • +2Инструкции на одном языке
    • +3Длина description 187 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 37 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +4Есть примеры (3 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: suspicious
    This automation skill is not malicious, but it asks for broad file and command authority while documenting delete/rename/sync and vague external API use without clear scoping or confirmation rules.
    LLM: suspicious (medium) · 3 авг. 2026 г.