SKILLEMALL.ai

AD work-analysis-report

Полный процесс анализа содержания работы и планирования распределения времени. Пользователь предоставляет личный ключ Youdao Cloud Note и правила извлечения данных для повседневной работы, автоматически выполняет извлечение рабочих заметок, классификацию и статистику, генерацию отчета об анализе распределения работы, генерацию отчета о планировании распределения времени. Применяется для должностей, таких как технический менеджер, менеджер проекта, которым необходимо извлекать структуру работы из рабочих журналов и планировать распределение времени. Триггерные слова включают анализ работы, распределение работы, планирование распределения времени, анализ сводки работы, анализ работы Youdao Cloud, обзор работы, планирование управления временем.

машинный переводПоказать оригиналСкрыть оригинал«工作内容分析与时间分配规划全流程。用户提供有道云笔记个人Key和日常工作的取数规则,自动完成提取工作笔记、分类统计、生成工作分布分析报告、生…»

工作内容分析与时间分配规划全流程。用户提供有道云笔记个人Key和日常工作的取数规则,自动完成提取工作笔记、分类统计、生成工作分布分析报告、生成时间分配规划报告。适用于技术经理、项目经理等需要从工作日志中提炼工作结构并规划时间分配的岗位。触发词包括工作分析、工作分布、时间分配规划、工作总结分析、有道云工作分析、工作复盘、时间管理规划。

ClawHub Agent Skills автор: ydyzzjsl v1.0.0 MIT-0 6 файлов тело ≈ 578 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Полный процесс анализа содержания работы и планирования распределения времени.

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

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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: 6. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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 (work-analysis-report) не совпадает с папкой (work-summary-plan)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 41
  • 100Стоимость исполнения. Тело инструкции 578 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 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
The skill’s core purpose is coherent, but it asks for a personal cloud-note key, reads private work notes, and saves derived findings locally without enough consent and retention controls.
LLM: suspicious (high) · 15 июл. 2026 г.