SKILLEMALL.ai

BF knowledge-base-ingestion

Стандартный процесс извлечения контента из внешних баз знаний (документы/заметки/общие файлы и т. д.) и загрузки его в векторную базу данных. Поддерживает различные векторные бэкенды, такие как ChromaDB, Pinecone, Weaviate и другие. Включает предварительное сканирование каталогов, идентификацию и исключение недействительных файлов, пакетную загрузку, проверку качества индекса, восстановление после сбоев.

машинный переводПоказать оригиналСкрыть оригинал«将外部知识库(文档/笔记/共享文件等)提取内容并灌入向量数据库的标准流程。支持 ChromaDB、Pinecone、Weaviate 等多种…»

将外部知识库(文档/笔记/共享文件等)提取内容并灌入向量数据库的标准流程。支持 ChromaDB、Pinecone、Weaviate 等多种向量库后端。包括预扫描目录、识别并排除无效文件、执行分批灌入、验证索引质量、失败恢复。

ClawHub Hermes автор: william202404 v1.0.0 MIT-0 2 файла тело ≈ 1 212 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Стандартный процесс извлечения контента из внешних баз знаний (документы/заметки/общие файлы и т.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/knowledge-ingest.py

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/knowledge-ingest.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 113 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/knowledge-ingest.py
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "priority"
  • заметка frontmatter-key неизвестное поле фронтматтера "source"
  • заметка frontmatter-key неизвестное поле фронтматтера "workers"
  • заметка frontmatter-key неизвестное поле фронтматтера "created"
  • заметка frontmatter-key неизвестное поле фронтматтера "updated"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/knowledge-ingest.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/knowledge-ingest.py
  • 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
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1212 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)
  • +3Длина description 113: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: clean
This is a disclosed workflow for ingesting a user-selected knowledge-base folder into a vector database, with no bundled executable code or negative scan signals.
LLM: benign (high) · VirusTotal: · 9 июл. 2026 г.