SKILLEMALL.ai

AC yoooclaw-meeting-preparations-en

Подготовка к встрече — сгенерируйте «краткий брифинг» для пользователей перед встречей. Новости от соответствующих людей в уведомлениях мобильного телефона, а также внешние события, найденные в Интернете, организуются вокруг темы встречи в общий обзор, ключевые выводы и предлагаемые точки фокусировки. Этот навык используется, когда пользователь упоминает встречи, предвстречные приготовления, подготовку к войне, брифинги для встреч, «начать подготовку» или указывает «людей/вещи для отслеживания» и хочет разобраться в информации перед встречей. Даже если пользователь явно не произносит слово «брифинг», этот навык следует использовать, если необходимо быстро понять последнее состояние определенной темы перед встречей.

машинный переводПоказать оригиналСкрыть оригинал«Preparation before the meeting - Generate a "preparation briefing" for…»

Preparation before the meeting - Generate a "preparation briefing" for users before the meeting. News from relevant people in mobile phone notifications, as well as external developments searched on the Internet, are organized around the theme of the meeting into a global overview, key findings and suggested focus points. This skill is used when the user mentions meetings, pre-meeting preparations, war preparations, meeting briefings, "start preparations", or gives "people/things to follow" and wants to sort out information before the meeting. Even if the user does not explicitly say the word "briefing", this skill should be used as long as it is necessary to quickly grasp the latest status of a certain topic before the meeting.

ClawHub Agent Skills автор: vivalavida-say-hi v1.0.0 MIT-0 2 файла тело ≈ 1 834 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Подготовка к встрече — сгенерируйте «краткий брифинг» для пользователей перед встречей.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторИИ и агентыТексты и документыФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
59/100
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

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "Compatibility"

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1834 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 738 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    The skill is a plausible meeting-briefing helper, but it can read recent phone notifications and automatically install another skill from a remote source without user confirmation.
    LLM: suspicious (high) · 17 июл. 2026 г.