SKILLEMALL.ai

BC task-dispatcher

Центральный узел для интеллектуального распределения задач и координации субагентов. При получении любой задачи от пользователя выполняет анализ требований, декомпозицию задачи, разработку стратегии распределения, передает задачу соответствующему субагенту для выполнения, отслеживает прогресс и поэтапно отчитывается, окончательно обобщает результаты. Автоматически обрабатывает сбои. Применимо для: (1) задач, напрямую поставленных пользователем (2) задач, инициированных cron/heartbeat (3) любых работ, требующих многоэтапной обработки.

машинный переводПоказать оригиналСкрыть оригинал«智能任务分发与子代理协调中枢。当用户提交任何任务时,执行需求分析、任务拆解、分发策略制定,分发给合适的 subagent 执行,监控进度并阶…»

智能任务分发与子代理协调中枢。当用户提交任何任务时,执行需求分析、任务拆解、分发策略制定,分发给合适的 subagent 执行,监控进度并阶段汇报,最终汇总结果。失败时自动兜底处理。适用于:(1)用户直接下达的任务(2)cron/heartbeat 触发的任务(3)任何需要多步骤处理的工作。

ClawHub Agent Skills автор: ThomasChangX v1.0.0 8 файлов тело ≈ 2 773 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Центральный узел для интеллектуального распределения задач и координации субагентов.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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: 8. 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")

Процессный рейтинг: все десять параметров 55/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 154
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2773 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 146 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 60 заголовков
  • +3Пошаговые инструкции: 154 пунктов
  • +4Есть примеры (15 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
This is mostly a disclosed task-orchestration skill, but its bundled cleanup rules can automatically delete broad local files without clear enough user control.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.