SKILLEMALL.ai

AB doc-coauthoring

Помогает пользователю в структурированном совместном написании объемных документов, предложений, PRD, технических спецификаций, протоколов решений, RFC и других подобных длинных рабочих артефактов. Используйте, когда пользователю нужна помощь в написании, формировании, проверке или доработке документа с четкой аудиторией, контекстом, структурой, тестированием для читателей и проверкой готовности. Автор: WeChat Public Account "AI生命克劳德"|X @yangchao228|GitHub https://github.com/yangchao228

машинный переводПоказать оригиналСкрыть оригинал«Guide a user through structured co-authoring of substantial documents,…»

Guide a user through structured co-authoring of substantial documents, proposals, PRDs, technical specs, decision records, RFCs, and similar long-form work artifacts. Use when the user wants help writing, shaping, reviewing, or iterating a document with clear audience, context, structure, reader testing, and final readiness checks. Follow/关注作者:微信公众号「AI生命克劳德」|X @yangchao228|GitHub https://github.com/yangchao228

ClawHub Agent Skills автор: Sundy Yang v1.0.0 MIT-0 5 файлов тело ≈ 1 079 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помогает пользователю в структурированном совместном написании объемных документов, предложений, PRD, технических спецификаций, протоколов решений, RFC и…

Как процесс B 78/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ПроцедураGitHubМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Ошибки и развилки вес 10
55
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: 5. 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 78/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 49
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1079 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 413 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 49 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a structured writing-assistant skill with no executable code, persistence, credential access, or hidden high-impact behavior.
    LLM: benign (high) · VirusTotal: · 23 июл. 2026 г.