SKILLEMALL.ai

AC domain-payload-generator

Создатель навыков для предметных нагрузок (Meta-Skill) — фабрика навыков Universal Task OS. Самостоятельно создавайте навыки для предметных нагрузок, полностью совместимые с UTOS, без зависимости от каких-либо создаваемых целевых навыков. Предоставляет фреймворк анализа предметной области (классификация R1-R5/разбор цепочки создания ценности/перечисление задач/вывод отображения UTOS), трехслойный шаблон структуры (SKILL.md+catalog+requirements+exemplars), контрольный список проверки интерфейса UTOS (21 пункт, проверка по пунктам для обеспечения нулевых конфликтов), стандартизированный рабочий процесс генерации. Для сложных предметных областей рекомендуется сначала реструктурировать рабочий процесс с помощью Workflow Refactor, а затем генерировать. Триггерные слова: предметная нагрузка, создание навыка, генерация навыка, база знаний, новый навык предметной области, domain payload, skill generator, meta-skill.

машинный переводПоказать оригиналСкрыть оригинал«领域负载物技能制作器(Meta-Skill)——Universal Task OS的技能工厂。独立创建与UTOS完全兼容的领域负载物技能,不…»

领域负载物技能制作器(Meta-Skill)——Universal Task OS的技能工厂。独立创建与UTOS完全兼容的领域负载物技能,不依赖任何被创建的目标技能。提供领域分析框架(R1-R5分类定位/价值链拆解/任务枚举/UTOS映射推导)、三层结构模板(SKILL.md+catalog+requirements+exemplars)、UTOS接口校验清单(21项逐条检查零冲突保障)、标准化生成工作流。复杂领域建议先用 Workflow Refactor 重构工作流再生成。触发词:领域负载物、技能制作、技能生成、知识参考库、新领域技能、domain payload、skill generator、meta-skill。

ClawHub Agent Skills автор: 波动几何 v1.0.3 MIT-0 6 файлов тело ≈ 982 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создатель навыков для предметных нагрузок (Meta-Skill) — фабрика навыков Universal Task OS.

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

ГенераторИнфраструктураИИ и агентыРазработкатип 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: 6. 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: 8
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 982 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 315 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 8 пунктов
  • +4Есть примеры (2 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: clean
This is a disclosed meta-skill for generating UTOS-compatible skill scaffolds, with no evidence of hidden code execution, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 16 июн. 2026 г.