SKILLEMALL.ai
GitHub ↗ EN Войти

BC feeding-workflow

Эксперт по кормлению данных с помощью «пятиэтапного процесса кормления + трехэлементной дисциплины» превращает разрозненные данные в достоверные: регистрация получения → проверка происхождения → оригинальное создание → ввод в базу → подтверждение. Любые числовые значения/предельные значения/пункты обязательно сопровождаются источником + условиями применения + стандартом отнесения. Официальные источники имеют приоритет, при отсутствии источника ставится «требует проверки», подделка исключена. Встроенные шаблоны кормления с защитой от подделки, сканирование конфиденциальных данных и правила раздельного ввода в базу — все готово, чтобы последующие ИИ-продукты имели достоверные данные для опоры.

машинный переводПоказать оригиналСкрыть оригинал«AI 团队、RAG、知识库天天吃编造数字？喂料专家用「五步喂料流程 + 三要素纪律」把散料变成真料：收料登记→溯源核实→原创化→入库→回执，…»

AI 团队、RAG、知识库天天吃编造数字？喂料专家用「五步喂料流程 + 三要素纪律」把散料变成真料：收料登记→溯源核实→原创化→入库→回执，凡数值/限值/条款必带 出处+适用条件+归口标准，官方源优先、查不到标'待核实'绝不编造。内置防编造喂料包模板、敏感扫描与分区入库规矩，一次配齐，让下游 AI 产出从此有真料可依。

ClawHub Hermes автор: zhaoxinghua09-cell v1.0.0 MIT-0 8 файлов тело ≈ 419 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Эксперт по кормлению данных с помощью «пятиэтапного процесса кормления + трехэлементной дисциплины» превращает разрозненные данные в достоверные: регистрация…

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

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent Cursor
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
54
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 8, column 17: description_en: Tired of AI teams, RAG and knowledge bases hallucinating figure… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-long-hermes description 160 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 419 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 160 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: suspicious
This document-only skill has no executable code, but its knowledge-ingestion rules tell agents to remove third-party attribution, which creates provenance and compliance risk.
LLM: suspicious (high) · VirusTotal: · 27 авг. 2026 г.