SKILLEMALL.ai

AC continuous-field-computation

Операции с непрерывными полями. Автоматически адаптирует глубину обработки в зависимости от семантической плотности задачи, анализируя сложность задачи и определяя глубину обработки, быстро реагируя на простые задачи полным результатом, для сложных задач автоматически объединяя эволюцию всего сетевого состояния для вывода, с поддержкой отслеживания эволюции состояния и контролируемой пользователем прозрачностью. По умолчанию промежуточные процессы скрыты, но пользователь может запросить отслеживание эволюции внутреннего состояния. 6 доменов, 32 типа задач. Триггерные слова: непрерывные поля, семантическая плотность, адаптивная обработка, эволюция состояния, контроль прозрачности, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«连续场运算技能,根据任务语义密度自动适配处理深度,通过语义密度感知分析任务复杂度并确定处理深度,简单任务快捷响应完整结果,复杂问题自动整合全…»

连续场运算技能,根据任务语义密度自动适配处理深度,通过语义密度感知分析任务复杂度并确定处理深度,简单任务快捷响应完整结果,复杂问题自动整合全网络状态演化输出,支持状态演化追踪和用户可控的透明度,默认隐藏中间过程但用户可要求追溯内部状态演变。6域32种任务。触发词:连续场运算、语义密度、自适应处理、状态演化、透明度控制、meta-skill-system。

ClawHub Agent Skills автор: 波动几何 v1.0.0 MIT-0 11 файлов тело ≈ 450 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Операции с непрерывными полями.

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

Процедуратип 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: 11. 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: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 450 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 178 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

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

Внешние проверки

ClawHub: clean
This is a documentation-only skill for structuring task complexity and response detail, with no evidence of hidden code, credential access, or data movement.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.