SKILLEMALL.ai

AD daily-report-generator

AI автоматически генерирует ежедневные, еженедельные и ежемесячные отчеты — 30 секунд работы вместо 30 минут. Нулевой ввод, автоматическое извлечение результатов из рабочей памяти и журналов, поддержка поэтапного суммирования от ежедневных к еженедельным и ежемесячным отчетам. Вывод в виде карточек Lark, Markdown, обычного текста, 7 шаблонов отчетов охватывают все сценарии. Ключевые слова: ежедневный отчет, еженедельный отчет, ежемесячный отчет, daily report, weekly report, monthly report, что сделано сегодня, итоги недели, итоги месяца, отчет о работе, помоги написать ежедневный отчет, сводка работы, report summary, end of day, standup report.

машинный переводПоказать оригиналСкрыть оригинал«AI全自动生成日报、周报、月报——30秒搞定你30分钟的工作。零输入,自动从工作记忆和日志中提炼成果,支持日报→周报→月报逐级汇总。输出飞书…»

AI全自动生成日报、周报、月报——30秒搞定你30分钟的工作。零输入,自动从工作记忆和日志中提炼成果,支持日报→周报→月报逐级汇总。输出飞书卡片、Markdown、纯文本,7种报告模板覆盖全部场景。触发词:日报、周报、月报、daily report、weekly report、monthly report、今天做了什么、本周总结、本月回顾、工作汇报、帮我写日报、工作总结、report summary、end of day、standup report。

ClawHub Agent Skills автор: wskflf v1.0.0 MIT-0 4 файла тело ≈ 804 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

AI автоматически генерирует ежедневные, еженедельные и ежемесячные отчеты — 30 секунд работы вместо 30 минут.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

  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: 4. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (daily-report-generator) не совпадает с папкой (smart-report-gen)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 19
  • 100Стоимость исполнения. Тело инструкции 804 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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
  • -230 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 228 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: suspicious
This work-report skill appears useful and not malicious, but it can broadly gather local work history and prepare it for external sharing with unclear consent boundaries.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.