SKILLEMALL.ai

AF research-orchestrator

Рабочий процесс глубокого исследования, поддерживающий многоисточниковый поиск, проверку фактов, генерацию профессиональных отчетов. Используйте, когда пользователю требуется комплексное исследование, анализ рынка, конкурентный анализ или профессиональные исследовательские отчеты. Поддерживает веб-поиск, многоязычный вывод и отчеты в формате Markdown. 深度研究、市场分析、竞品分析、研究报告、行业分析.

машинный переводПоказать оригиналСкрыть оригинал«深度研究工作流,支持多源搜索、事实验证、专业报告生成。Use when user needs comprehensive research,…»

深度研究工作流,支持多源搜索、事实验证、专业报告生成。Use when user needs comprehensive research, market analysis, competitive analysis, or professional research reports. Supports web search, multi-language output, and Markdown reports. 深度研究、市场分析、竞品分析、研究报告、行业分析。

ClawHub Agent Skills автор: ToBeWin v2.0.1 MIT-0 11 файлов тело ≈ 2 061 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Рабочий процесс глубокого исследования, поддерживающий многоисточниковый поиск, проверку фактов, генерацию профессиональных отчетов.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: URL

АнализаторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: URL
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: URL

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: URL
  • 0Инструменты и файлы. Не хватает 1 файла(ов): URL
  • 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
  • 100Шаги. Шагов: 66
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2061 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • -36 из 6 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 235 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 66 пунктов
  • +4Есть примеры (22 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This is mostly a research-report skill, but it needs Review because it overstates its working research/report quality and includes under-scoped network, file-output, optional install, and PDF conversion behavior.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.