SKILLEMALL.ai
GitHub ↗ EN Войти

CC sa-pro-workbench-international

【Super Workbench для архитекторов решений и пресейл-консультантов — Международная версия】 — Полноценная автоматизация для архитекторов решений, пресейл-консультантов и корпоративных архитекторов по всему миру. Один навык заменяет 80% рутинной работы команды по решениям.

машинный переводПоказать оригиналСкрыть оригинал«【Solution Architect & Presales Consultant Super Workbench — Internatio…»

【Solution Architect & Presales Consultant Super Workbench — International Edition】 — Full-stack automation for Solution Architects, Presales Consultants, and Enterprise Architects worldwide. One Skill, replacing 80% of repetitive solution team labor.

ClawHub Agent Skills автор: yinjianheng v1.2.0-intl MIT-0 16 файлов тело ≈ 25 956 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

【Super Workbench для архитекторов решений и пресейл-консультантов — Международная версия】 — Полноценная автоматизация для архитекторов решений…

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураAWSGoogle CloudИнфраструктураИсследованияТексты и документытип 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
C
79/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
57
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Входы и предусловия вес 11
0
Стоимость исполнения вес 6
10
Когда включается вес 12
20
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • низкая Рискованное назначение intent-offensive-security SKILL.md:1047
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
    ← Guardrails (Prompt Injection / Jailbreak Defense / Red Teaming) + AI Cost Governance (token/inference accounting) + Observability (vertical) →
    детектор
  • низкая Рискованное назначение intent-offensive-security SKILL.md:1072
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - **Red Teaming**: adversarial samples, jailbreak attempts, data-leak testing as pre-launch evaluation
  • низкая Рискованное назначение intent-offensive-security SKILL.md:1244
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - [ ] Red team review completed (independent reviewer simulates evaluator perspective)
  • низкая Рискованное назначение intent-offensive-security SKILL.md:1652
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | **Digital Operational Resilience Testing** | Regular testing including TLPT (Threat-Led Penetration Testing) for critical entities | Proposals for financial clients must include resilience testing p
  • низкая Рискованное назначение intent-offensive-security templates/ai-adr-template.md:39
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
    - Guardrails & evaluation: {Prompt injection defense / jailbreak defense / red teaming / RAGAS threshold}
    детектор
  • низкая Рискованное назначение intent-offensive-security templates/ai-adr-template.md:63
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - **Pre-launch red team result**: {pass / open items}

Просканировано файлов: 16. 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")
  • предупреждение body-long тело SKILL.md ≈ 25956 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "language"
  • заметка frontmatter-key неизвестное поле фронтматтера "contact"
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 1336, 1369, 1414, 1471): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 56/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 10Стоимость исполнения. Тело инструкции 25956 токенов: вытесняет саму задачу из окна
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 60Шаги. Шагов: 184, расплывчатых формулировок: 11
  • 65Ошибки и развилки. Развилок: 3
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 24. Похоже на несколько доменов в одном скилле
  • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +3Длина description 250 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 120 заголовков
  • +3Пошаговые инструкции: 184 пунктов
  • +4Есть примеры (22 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.

Внешние проверки

ClawHub: clean
This appears to be a presales/document-template skill with some overbroad trigger wording and legal-template caveats, but no evidence of malicious behavior.
LLM: benign (medium) · VirusTotal: · 10 июл. 2026 г.