SKILLEMALL.ai

BC ai-amazing-tech

Агент «Разведчик технологических инноваций» — автоматически направляет запросы пользователя в три независимых модуля: «Анализ технологического ландшафта», «Поиск патентов» и «Сводка по технологической разведке». Каждый модуль выдает HTML-отчет в едином стиле. Поддерживает ввод пользователем ключевых слов из технологической области или поисковых запросов по патентам. Поиск осуществляется по глобальной базе данных патентов智慧芽 PatSnap. В отчете отображается общее количество найденных патентов (matched_total), а не только количество образцов.

машинный переводПоказать оригиналСкрыть оригинал«技术创新突破情报官 — 根据用户需求自动路由至三个独立模块:技术全景分析、专利挖掘、技术情报简报,每个模块均输出对应风格统一的 HTML 报…»

技术创新突破情报官 — 根据用户需求自动路由至三个独立模块:技术全景分析、专利挖掘、技术情报简报,每个模块均输出对应风格统一的 HTML 报告。支持用户输入技术领域关键词或直接输入专利检索式,基于智慧芽 PatSnap 全球专利数据库进行检索,报告中呈现检索到的专利总量(matched_total),不仅呈现样本数量。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 3 файла тело ≈ 7 341 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Агент «Разведчик технологических инноваций» — автоматически направляет запросы пользователя в три независимых модуля: «Анализ технологического ландшафта»…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
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.
  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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. 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 ≈ 7341 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

Процессный рейтинг: все десять параметров 52/100

  • 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
  • 70Стоимость исполнения. Тело инструкции 7341 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 202
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 32. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 160 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 70 заголовков
  • +3Пошаговые инструкции: 202 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: clean
This skill is a disclosed PatSnap-based patent and technology intelligence report generator, with no evidence of hidden execution, credential theft, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.