SKILLEMALL.ai

AC deep-reading

Помощник по глубокому чтению, читает оригинал глава за главой, раздел за разделом, создавая структурированные заметки. Ключевые слова: глубокое чтение, детальное чтение, чтение глава за главой, заметки по чтению, чтение книг, чтение классики. Поддерживает различные типы книг, такие как классические оригиналы, современные работы, научные труды и т. д., автоматически определяя объем чтения за один раз. Каждая глава генерирует 6 структурированных заметок: цитата из оригинала, пофразовый анализ, интерпретация смысла, межтекстовые связи, современные отсылки, пометки о сложных моментах.

машинный переводПоказать оригиналСкрыть оригинал«深度精读助手,逐章逐节阅读原文,产出结构化笔记。触发词:精读、深度阅读、逐章阅读、读书笔记、看书、阅读经典。支持古典原典、现代著作、学术著作…»

深度精读助手,逐章逐节阅读原文,产出结构化笔记。触发词:精读、深度阅读、逐章阅读、读书笔记、看书、阅读经典。支持古典原典、现代著作、学术著作等多种书籍类型,自动推断单次阅读量。每章产出6项结构化笔记:原文引用、逐句解析、义理阐释、跨文本关联、现代启示、疑难标注。

ClawHub Agent Skills автор: YY-C8 v1.0.0 4 файла тело ≈ 1 234 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помощник по глубокому чтению, читает оригинал глава за главой, раздел за разделом, создавая структурированные заметки.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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.
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: 4. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1234 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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
  • -213 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 131 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (19 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This is a coherent reading and note-taking skill, with disclosed local note persistence and optional memory/cron workflows that users should enable deliberately.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.