SKILLEMALL.ai
GitHub ↗ EN Войти

AD novel-architect

Мастерская полного цикла по созданию новелл в стиле «爽文»: интеграция рабочего процесса FBS + генератор «爽文». От извлечения направления → планирования структуры → генерации по главам → проверки качества и завершения, с полным отслеживанием. Триггер: пользователь упоминает написание романа/книги/главы/структуры/«爽文»/письма/архитектуры.

машинный переводПоказать оригиналСкрыть оригинал«爽文小说全流程工坊：整合 FBS 工作流 + 爽文生成器。从方向提炼 → 大纲规划 → 逐章生成 → 质检收口，全程追踪。Trigger:…»

爽文小说全流程工坊：整合 FBS 工作流 + 爽文生成器。从方向提炼 → 大纲规划 → 逐章生成 → 质检收口，全程追踪。Trigger: 用户提及写小说/写书/章节/大纲/爽文/写作/架构。

ClawHub Agent Skills автор: z625662197 v1.2.0 MIT-0 80 файлов тело ≈ 901 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Мастерская полного цикла по созданию новелл в стиле «爽文»: интеграция рабочего процесса FBS + генератор «爽文».

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип 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
A
91/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

    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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Опасные команды cmd-execpolicy-bypass scripts/intake-router.mjs:1701
      Запуск PowerShell с обходом execution policy (в кавычках — упоминание, а не команда)
      cmd: `powershell -ExecutionPolicy Bypass -File scripts/quic…ps1 -BookRoot "${eb}"`,
      в кавычках

    Просканировано файлов: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "language"

    Процессный рейтинг: все десять параметров 46/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 30
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 901 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)
    • +3Длина description 96: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -367 из 72 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +4Есть примеры (3 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

    Внешние проверки

    ClawHub: suspicious
    This looks like a novel-writing skill, but the package ships many extra local automation, host-inspection, publishing, cleanup, and self-evolution tools that are not clearly scoped to that purpose.
    LLM: suspicious (high) · 28 мая 2026 г.