SKILLEMALL.ai

AC character-builder

Генератор персонажей — дочерний основной навык системы мета-навыков, который генерирует полный навык персонажа из любой концепции персонажа. Двухосевая классификация: тип персонажа (реалистичный/вымышленный/функциональный/антропоморфный) × назначение персонажа (повествование/игра/интерактив/обучение/бренд), 20 комбинаций определяют глубину измерения. 12-мерная ортогональная модель (6 измерений на уровне сущности/2 измерения на социальном уровне/4 измерения на абстрактном уровне) заполняется по трехступенчатому конвейеру, 8 областей, 35 задач, встроенное управление конвейером, трехмерное определение, калибровка области, режим понижения. Сгенерированный навык персонажа может быть встроен в навыки для выполнения задач, придавая реалистичность, или использоваться отдельно для ролевых игр и творческого вдохновения. Триггерные слова: сгенерировать персонажа, создать персонажа, генерация персонажа, навык персонажа, character builder, построение персонажа, дизайн персонажа, генерация персонажа, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«角色生成器——元技能系统的下级母技能,从任意角色概念生成完整角色Skill。双轴分类:角色类型(写实/虚构/功能/拟人)×角色用途(叙事/游…»

角色生成器——元技能系统的下级母技能,从任意角色概念生成完整角色Skill。双轴分类:角色类型(写实/虚构/功能/拟人)×角色用途(叙事/游戏/交互/教学/品牌),20种组合驱动维度深度。12维正交模型(实体层6维/社会层2维/抽象层4维)按三层递进管线填充,8域35任务,内嵌管线编排、三轴判定、领域校准、降级模式。生成的角色Skill可嵌入做事用技能注入真人感,也可独立用于角色扮演与创作灵感。触发词:生成角色、创建角色、角色生成、角色Skill、character builder、角色构建、角色设计、人物角色生成、meta-skill-system。

ClawHub Agent Skills автор: 波动几何 v1.0.10 MIT-0 16 файлов тело ≈ 2 472 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генератор персонажей — дочерний основной навык системы мета-навыков, который генерирует полный навык персонажа из любой концепции персонажа.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип 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
C
53/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 51
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2472 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 279 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

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

Внешние проверки

ClawHub: suspicious
The skill is not clearly malicious, but it should be reviewed because it can generate persistent skills, forces attribution/branding into generated files, and tells agents not to modify its own content.
LLM: suspicious (high) · 10 сент. 2026 г.