SKILLEMALL.ai

AC first-principles-thinking

Используйте для мышления с точки зрения первых принципов или когда пользователь ставит под сомнение унаследованный стандарт: «Почему мы делаем это так?», «Действительно ли эти расходы необходимы?», «Должны ли мы копировать конкурентов?». Отбрасывает аналогии и перестраивает с нуля. Пропускайте для чек-листов, следующих общепринятым нормам.

машинный переводПоказать оригиналСкрыть оригинал«Use for first principles thinking, or when the user questions an inher…»

Use for first principles thinking, or when the user questions an inherited default: "why do we do it this way?", "is this cost really necessary?", "should we copy what competitors do?". Strips analogies and rebuilds from fundamentals. Skip for convention-following checklists.

ClawHub Agent Skills автор: Siva Sai v2026.10.5 MIT-0 3 файла тело ≈ 720 токенов Открыть источникclawhub.ai↗ проанализирован 5 дн назад

Используйте для мышления с точки зрения первых принципов или когда пользователь ставит под сомнение унаследованный стандарт: «Почему мы делаем это так?»…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, согласованность

ПроцедураПоддержка клиентовРазработкаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 3. 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

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (first-principles-thinking) не совпадает с папкой (first-principles-reasoning)
    • 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: 19
    • 100Стоимость исполнения. Тело инструкции 720 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
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 276 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This is a low-risk thinking framework skill with no code execution, external access, credential handling, or persistence.
    LLM: benign (high) · VirusTotal: · 5 окт. 2026 г.