SKILLEMALL.ai

BF linkedin-person-experience

Проверяет историю работы в LinkedIn по идентификатору сотрудника. Анализирует предыдущих работодателей и сроки работы для проверки биографии и отбора кандидатов. Триггер: поиск истории карьеры в LinkedIn, проверка профессионального опыта, проверка биографии кандидата, анализ сроков работы, исследование подбора талантов.

машинный переводПоказать оригиналСкрыть оригинал«Check LinkedIn work history via personnel‑ID. Review previous employer…»

Check LinkedIn work history via personnel‑ID. Review previous employers and job timelines for background verification and candidate screening. Trigger: LinkedIn career history lookup, verify professional experience, candidate background check, employment timeline review, talent‑acquisition research

ClawHub Agent Skills автор: upkuajing openapi skills v1.0.2 MIT-0 10 файлов тело ≈ 2 082 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяет историю работы в LinkedIn по идентификатору сотрудника.

Как процесс F 42/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/linkedin-person-experience-list-api.md, references/skill-error-report-api.md, scripts/*.py

ПроцедураДанные и аналитикаТексты и документыЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
F
42/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/linkedin-person-experience-list-api.md, references/skill-error-report-api.md, scripts/*.py
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/linkedin-person-experience-list-api.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/skill-error-report-api.md
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/*.py

Процессный рейтинг: все десять параметров 42/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/linkedin-person-experience-list-api.md, references/skill-error-report-api.md, scripts/*.py
  • 0Инструменты и файлы. Не хватает 3 файла(ов): references/linkedin-person-experience-list-api.md, references/skill-error-report-api.md, scripts/*.py
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 85Шаги. Шагов: 59, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2082 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 300 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 59 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
The skill does perform the advertised LinkedIn work-history lookup, but it bundles sensitive candidate-data access with paid account operations, plaintext API-key storage, and under-scoped error/version reporting.
LLM: suspicious (high) · 24 авг. 2026 г.