SKILLEMALL.ai

AC emergent-generation

Навык эмерджентной генерации, как итератор правил, определяет основные единицы в системе и разрабатывает простые правила, устанавливает среду взаимодействия субъектов, позволяет системе работать достаточное количество шагов для записи структуры и поведения эмерджентных паттернов, извлекает решения. 6 областей, 30 типов задач. Триггерные слова: эмерджентная генерация, итератор правил, основные единицы, простые правила, работа системы, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«涌现生成技能,作为规则迭代器,定义系统中基本单位并设计简单规则,设定主体互动环境,让系统运行足够步骤记录涌现模式结构行为,提取解决方案。6域…»

涌现生成技能,作为规则迭代器,定义系统中基本单位并设计简单规则,设定主体互动环境,让系统运行足够步骤记录涌现模式结构行为,提取解决方案。6域30种任务。触发词:涌现生成、规则迭代、基本单位、简单规则、系统运行、meta-skill-system。

ClawHub Agent Skills автор: 波动几何 v1.0.0 MIT-0 11 файлов тело ≈ 415 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Навык эмерджентной генерации, как итератор правил, определяет основные единицы в системе и разрабатывает простые правила, устанавливает среду взаимодействия…

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

Генератортип 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 415 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 123 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 disclosed idea-generation methodology skill made of Markdown instructions and examples, with no executable code or hidden high-impact behavior found.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.