SKILLEMALL.ai
GitHub ↗ EN Войти

AC mano-cua

Использование компьютера для задач автоматизации графического интерфейса с помощью моделей VLA. Используйте, когда пользователь описывает задачу на естественном языке, требующую визуального взаимодействия с экраном, и для целевого приложения не существует API или CLI.

машинный переводПоказать оригиналСкрыть оригинал«Computer use for GUI automation tasks via VLA models. Use when the use…»

Computer use for GUI automation tasks via VLA models. Use when the user describes a task in natural language that requires visual screen interaction and no API or CLI exists for the target app.

ClawHub Agent Skills автор: XIAOLUOhei v1.0.0 MIT-0 3 файла тело ≈ 2 047 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Использование компьютера для задач автоматизации графического интерфейса с помощью моделей VLA.

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, согласованность, отчётность по ходу

ИнтеграцияGitHubИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: mano-cua (ClawHub)

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

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (mano-cua) не совпадает с папкой (mano-cua-a)
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 27
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 2047 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 193 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This skill is a clearly disclosed desktop automation helper with powerful screen and mouse/keyboard access, but the access fits its stated purpose and no malicious artifact evidence was found.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.