SKILLEMALL.ai

AD private-knowledge-base

Персональная база знаний для PDF-файлов, статей и документов с возможностью задавать вопросы по разным документам и извлекать концепции. Используйте, когда: (1) Пользователь задает вопросы по сохраненным документам («в каком документе упоминается X?»), (2) Необходимо обобщить концепции из нескольких PDF-файлов, (3) Пользователь хочет загрузить новые PDF-файлы/статьи в базу знаний, (4) Требуется перекрестное связывание и ассоциация документов, (5) Необходим быстрый семантический поиск по личной коллекции документов.

машинный переводПоказать оригиналСкрыть оригинал«Personal knowledge base for PDFs, papers, and documents with cross-doc…»

Personal knowledge base for PDFs, papers, and documents with cross-document Q&A and concept retrieval. Use when: (1) User asks questions about stored documents ("which doc mentions X?"), (2) Need to summarize concepts across multiple PDFs, (3) User wants to ingest new PDFs/papers into knowledge base, (4) Cross-document linking and association is needed, (5) Fast semantic search over personal document collection.

ClawHub Agent Skills автор: wirec v1.0.0 MIT-0 7 файлов · 4 скрипта тело ≈ 493 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Персональная база знаний для PDF-файлов, статей и документов с возможностью задавать вопросы по разным документам и извлекать концепции.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктураЛичная продуктивностьТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Personal knowledge base for PDFs, papers, and documents with cross… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 11
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 493 токенов

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

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent local PDF knowledge-base skill, but its ingest script has an unsafe fallback path and it stores extracted document text persistently.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.