SKILLEMALL.ai

AB resume-story-spinr

Преобразует стандартные пункты резюме («Отвечал за X») в количественные описания достижений по методу STAR, оценивает резюме по требованиям вакансии на предмет ключевых слов для ATS и опасных формулировок, а также расширяет каждый пункт в готовые для собеседования истории с вероятными уточняющими вопросами. Используйте, когда пользователь пишет или обновляет резюме/CV, готовит пункты для отклика на вакансию, адаптирует резюме под конкретную вакансию или готовит истории для собеседования на основе своего опыта.

машинный переводПоказать оригиналСкрыть оригинал«Turn flat resume bullets ('Responsible for X') into quantified STAR-me…»

Turn flat resume bullets ('Responsible for X') into quantified STAR-method achievement narratives, score resumes against job descriptions for ATS keyword coverage and weak-phrase hazards, and expand each bullet into interview-ready stories with likely follow-up questions. Use when the user is writing or updating a resume/CV, preparing bullets for a job application, tailoring a resume to a specific job posting, or preparing interview stories from their experience.

ClawHub Agent Skills автор: voronindenis5 v1.0.2 MIT-0 7 файлов тело ≈ 1 893 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Преобразует стандартные пункты резюме («Отвечал за X») в количественные описания достижений по методу STAR, оценивает резюме по требованиям вакансии на…

Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 67/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 36
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1893 токенов
    • low Разделов верхнего уровня: 10. 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
    • -31 из 2 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 467 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    This is a local resume helper that reads user-selected resume and job-description files, with no evidence of hidden network use, credential access, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 19 авг. 2026 г.