SKILLEMALL.ai
GitHub ↗ EN Войти

AC jinn-node-tool-free

Инструмент для работы с неиспользуемыми узлами для индивидуальных пользователей, позволяющий зарабатывать баллы за выполнение задач. Используйте, когда вам нужно управление проектами, планирование задач, отслеживание прогресса, командная работа. Не подходит для оценки реальной производительности сотрудников. Подходит для независимых разработчиков, корпоративных команд и сценариев автоматизации рабочих процессов. Поддерживает взаимодействие на китайском языке, готов к использованию без сложной настройки. Результаты вывода можно использовать напрямую, снижая затраты на вторичную обработку. Предоставляет структурированный вывод и механизм обработки ошибок. Поддерживает многосценарное применение и гибкую настройку.

машинный переводПоказать оригиналСкрыть оригинал«面向个人用户的闲置节点工作工具，运行任务赚取积分奖励。Use when 需要项目管理、任务规划、进度跟踪、团队协作时使用。不适用于实际人员绩…»

面向个人用户的闲置节点工作工具，运行任务赚取积分奖励。Use when 需要项目管理、任务规划、进度跟踪、团队协作时使用。不适用于实际人员绩效评估。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。支持多场景应用和灵活配置。

ClawHub Agent Skills автор: 天轰穿 v1.0.3 MIT-0 2 файла тело ≈ 1 131 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

Инструмент для работы с неиспользуемыми узлами для индивидуальных пользователей, позволяющий зарабатывать баллы за выполнение задач.

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

ИнтеграцияРазработкаИИ и агентытип 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%
99
Качество 40%
84
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Утечка данных read-dotenv SKILL.md:71
      Чтение файла .env
      cp .env.example .env

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • 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 1131 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 14. 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 162 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 28 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +4Есть примеры (7 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly a wallet-backed node runner, but parts of its description make it look like a generic productivity tool while it asks users to run commands, configure secrets, and perform staking-related wallet operations.
    LLM: suspicious (high) · 29 авг. 2026 г.