SKILLEMALL.ai

AC swarm-layer

OpenClaw Swarm Layer: оркестрация рабочих процессов на основе спецификаций с выполнением в первую очередь ACP, управляемым плоскостью управления автопилота, ручным резервным копированием, постоянными сеансами, воротами обзора, автоматической повторной попыткой, параллельным диспетчеризацией, рабочими процессами отклонения-повтора, защитой параллелизма ACP, шаблонами развертывания, непрерывностью между сеансами и отчетностью оператора. Охватывает настройку, эксплуатацию, диагностику и отчетность.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw Swarm Layer: spec-driven workflow orchestration with ACP-firs…»

OpenClaw Swarm Layer: spec-driven workflow orchestration with ACP-first execution, supervised autopilot control plane, manual fallback, persistent sessions, review gates, automatic retry, parallel dispatch, reject-retry workflows, ACP concurrency protection, harness patterns, cross-session continuity, and operator reporting. Covers setup, operation, diagnosis, and reporting.

ClawHub Agent Skills автор: Jerry v0.5.12 MIT-0 2 файла тело ≈ 4 052 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

OpenClaw Swarm Layer: оркестрация рабочих процессов на основе спецификаций с выполнением в первую очередь ACP, управляемым плоскостью управления автопилота…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ПроцедураObsidianGitHubДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Когда включается вес 12
20
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
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: 2. 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 62/100

    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, git, node), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4052 токенов
    • 100Шаги. Шагов: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 17. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 377 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 40 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Есть примеры (24 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed workflow-orchestration guide with expected local reporting, optional Obsidian mirroring, and opt-in automation controls.
    LLM: benign (medium) · VirusTotal: · 11 июн. 2026 г.