SKILLEMALL.ai
GitHub ↗ EN Войти

BC neosoul-decision-agent

Структурированная система поддержки принятия решений с самосовершенствующейся памятью, помогающая пользователям принимать более обоснованные решения при столкновении с компромиссами. Система изучает предпочтения пользователя в отношении риска, структуры и веса в области с помощью иерархической системы памяти (четыре уровня: HOT/WARM/RECORD/COLD) и применяет изученные шаблоны в последующих решениях. Предоставляет четыре основные возможности: автоматическое распознавание сигналов принятия решений, обзор принятых решений, активное обнаружение принятия решений и маркировка достоверности. Подходит для различных сценариев, таких как принятие решений по продуктам, техническим архитектурам, бизнес-стратегиям и личной жизни. Не требует учетных данных, дополнительных двоичных зависимостей, работает локально.

машинный переводПоказать оригиналСкрыть оригинал«具备自改进记忆的结构化决策支持系统，帮助用户在面临权衡选择时做出更优决策. 通过分层记忆体系（HOT/WARM/RECORD/COLD四级）…»

具备自改进记忆的结构化决策支持系统，帮助用户在面临权衡选择时做出更优决策. 通过分层记忆体系（HOT/WARM/RECORD/COLD四级）学习用户的风险偏好、框架偏好与领域权重， 并在后续决策中应用学到的模式。提供决策信号自动识别、决策回顾、主动决策检测、置信度标注四大核心能力. 适用于产品决策、技术架构决策、商业战略决策、个人生活决策等多领域场景. 无需凭证，无需额外二进制依赖，本地运行.

ClawHub Hermes автор: 天轰穿 v1.0.2 MIT-0 2 файла тело ≈ 3 014 токенов Открыть источникclawhub.ai↗ проанализирован 8 ч назад

Структурированная система поддержки принятия решений с самосовершенствующейся памятью, помогающая пользователям принимать более обоснованные решения при…

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

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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-long-hermes description 198 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • 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 "summary_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

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: 84
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3014 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 18. 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 198 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 38 заголовков
  • +3Пошаговые инструкции: 84 пунктов
  • +4Есть примеры (6 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
The skill is mainly a local decision-memory assistant, but it also contains inconsistent API, callback, and command-execution claims that deserve review before installation.
LLM: suspicious (high) · 2 авг. 2026 г.