SKILLEMALL.ai
GitHub ↗ EN Войти

BB decision-algorithm

Алгоритм принятия решений EKB: Введите любое жизненное решение и получите структурированный анализ с использованием ожидаемой стоимости, критерия Келли и байесовского обновления. Охватывает решения, касающиеся карьеры, инвестиций, отношений, образования и образа жизни. Триггерные слова: «стоит ли», «стоит ли того», «разрываюсь между», «колеблюсь», «не могу решить», «как выбрать», «риск», «сколько инвестировать», «процент побед», «шансы», «уволиться с работы», «стартап», «расставание», «инвестировать». Два режима: (1) Быстрая оценка — 7 вопросов + знак EV (2) Глубокий анализ — полный 8-шаговый рабочий процесс + аудит 5 ресурсов.

машинный переводПоказать оригиналСкрыть оригинал«EKB Decision Algorithm: Input any life decision and get structured ana…»

EKB Decision Algorithm: Input any life decision and get structured analysis using Expected Value, Kelly Criterion, and Bayesian updating. Covers career, investment, relationship, education, and lifestyle decisions. Trigger words: "should I", "worth it", "torn between", "hesitating", "can't decide", "how to choose", "risk", "how much to invest", "win rate", "odds", "quit my job", "startup", "breakup", "invest". Two modes: (1) Quick judgment — 7 questions + EV sign (2) Deep analysis — full 8-step workflow + 5-resource audit.

ClawHub Agent Skills автор: LJ Li v2.0.0 MIT-0 7 файлов тело ≈ 8 294 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Алгоритм принятия решений EKB: Введите любое жизненное решение и получите структурированный анализ с использованием ожидаемой стоимости, критерия Келли и…

Как процесс B 71/100 · Почти готов — слабые места: стоимость исполнения, повторный запуск, отчётность по ходу

АнализаторИнфраструктуратип 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
B
88/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Write Bash WebSearch WebFetch

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 8294 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 71/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8294 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Ошибки и развилки. Развилок: 8
  • 85Шаги. Шагов: 178, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 12 примера фраз-триггеров в кавычках
  • +3Длина description 528 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 178 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
The skill appears to be a legitimate decision-analysis helper, but its very broad triggers and investment-sizing outputs need review before installation.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.