SKILLEMALL.ai

AD automation-skill

Автоматизированный комплексный пакет навыков. Предоставляет параллельный поиск по нескольким движкам (Baidu/Bing/Google/DuckDuckGo и т. д.), ежедневный обзор записей и анализ двух практических скриптов. Активируется, когда пользователю требуется: 1) эффективный пакетный поиск («помоги мне найти XXX», «поиск по нескольким движкам»); 2) самоанализ и запись прогресса («записать этот анализ», «сгенерировать отчет об анализе»); 3) поиск и установка навыков («установить навык XX»).

машинный переводПоказать оригиналСкрыть оригинал«自动化综合技能包。提供多引擎并行搜索(百度/必应/Google/DuckDuckGo等)、每日复盘记录与分析两大实战脚本。当用户需要:1)高…»

自动化综合技能包。提供多引擎并行搜索(百度/必应/Google/DuckDuckGo等)、每日复盘记录与分析两大实战脚本。当用户需要:1)高效批量搜索("帮我搜XXX"、"多引擎搜索");2)自我反思与成长记录("记录这次反思"、"生成复盘报告");3)搜索和安装技能("安装XX技能")时触发。

ClawHub Agent Skills автор: Xunet2025 v1.0.0 MIT-0 5 файлов тело ≈ 790 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматизированный комплексный пакет навыков.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 5. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 790 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

  • +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
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 148 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (6 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This skill does what it claims: it runs web searches across search engines and stores local reflection notes, with no evidence of hidden exfiltration or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.