SKILLEMALL.ai

BC brand-guidelines

Ручная работа неэффективна и подвержена ошибкам. Интеллектуальная автоматическая обработка, повышение эффективности в сценариях соответствия брендбуку в 3 раза. Основные функции: предоставляет возможности для автоматической обработки, анализа данных и оркестрации процессов в области разработки. Подходит для различных рабочих сценариев, обеспечивает профессиональную поддержку. Готов к использованию без сложной настройки, поддерживает китайский язык и структурированный вывод. Поддерживает различные форматы ввода, выдает структурированные результаты, подходит для независимых разработчиков и небольших команд.

машинный переводПоказать оригиналСкрыть оригинал«手工操作效率低易出错。智能化自动处理,brand guidelines场景效率提升3倍。。> **核心功能**: 本技能提供、数据分析和流程…»

手工操作效率低易出错。智能化自动处理,brand guidelines场景效率提升3倍。。> **核心功能**: 本技能提供、数据分析和流程编排时使用等能力。。适用于多种工作场景,提供专业的能力支持。开箱即用,无需复杂配置,支持中文交互与结构化输出。支持多种输入格式,输出结构化结果,适配独立开发者与小型团队。

ClawHub Agent Skills автор: 天轰穿 v1.0.1 MIT-0 2 файла тело ≈ 1 204 токенов Открыть источникclawhub.ai проанализирован 13 ч назад

Ручная работа неэффективна и подвержена ошибкам.

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

СправочникМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
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

  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: 2. 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")
  • 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 1204 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 13. 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 155 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: suspicious
The skill is not clearly malicious, but its broad file, command, API, and workflow authority is poorly scoped for a brand-guidelines skill.
LLM: suspicious (high) · 10 авг. 2026 г.