AD jobclaw
ИИ-навык автоматизированного поиска работы. Ежедневно ищет на LinkedIn и Indeed, оценивает вакансии по профилю пользователя и сохраняет результаты в локальный CSV-файл. Используйте, когда: - Пользователь говорит "run job search", "find jobs", "search for jobs", "start daily job search" - Пользователь вводит "/newjob URL" для анализа конкретной вакансии - Пользователь просит настроить автоматизированный ежедневный поиск работы - Пользователь просит показать статистику вакансий, лучшие совпадения или обновить статус вакансии - Пользователь просит настроить или сконфигурировать предпочтения поиска работы - Пользователь запрашивает "job tracker", "JobClaw" или "job search automation" Первоначальная настройка: проведите пользователя через диалоговое онбординг (см. Диалоговая настройка ниже). После настройки: search.py обрабатывает весь поиск; run_daily.sh для полного автоматизированного конвейера. Установка через ClawHub: clawhub install job-claw
машинный переводПоказать оригиналСкрыть оригинал«AI-powered automated job search skill. Searches LinkedIn and Indeed da…»
AI-powered automated job search skill. Searches LinkedIn and Indeed daily, scores jobs against the user's profile, and saves results to a local CSV. Use when: - User says "run job search", "find jobs", "search for jobs", "start daily job search" - User types "/newjob URL" to analyse a specific job posting - User asks to set up automated daily job searching - User asks to show job stats, top matches, or update a job status - User asks to configure or set up job search preferences - User asks for "job tracker", "JobClaw", or "job search automation" First-time setup: guide the user through conversational onboarding (see Conversational Setup below). After setup: search.py handles all searching; run_daily.sh for the full automated pipeline. Install via ClawHub: clawhub install job-claw
ИИ-навык автоматизированного поиска работы.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».
Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.
Как улучшить
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Утечка данных
exfil-webhook-urlscripts/notify.py:151URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (в кавычках — упоминание, а не команда)url = f"https://api.telegram.org/bot{bot_token}/sendMessage"в кавычках
Просканировано файлов: 12. 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 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (jobclaw) не совпадает с папкой (job-claw)
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 100Шаги. Шагов: 27
- 100Стоимость исполнения. Тело инструкции 1796 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -32 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +3Длина description 793 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 27 пунктов
- +4Есть примеры (16 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.