SKILLEMALL.ai
GitHub ↗ EN Войти

BC Harvest

Извлекает один фрагмент контента для LifeOS и/или загружает его в Cortex. ИСПОЛЬЗОВАТЬ, КОГДА: собрать, собрать это, /собрать, /с, извлечь это для системы, что полезного в этом для нас, что LifeOS может взять из этого, следует ли нам принять что-либо из этого, загрузить в знания, сохранить в знания, поместить в знания, направить в знания, добавить в архив знаний, заархивировать этот сигнал, захватить это в знания, классифицировать и направить в знания. НЕ ДЛЯ: операции с заметками Cortex, сканирования Upgrade / lu, извлечения из Cortex, сканирования X PullBookmarks.

машинный переводПоказать оригиналСкрыть оригинал«Mines one piece of content for LifeOS and/or ingests it into Cortex. U…»

Mines one piece of content for LifeOS and/or ingests it into Cortex. USE WHEN harvest, harvest this, /harvest, /ha, mine this for the system, anything useful in this for us, what can LifeOS take from this, should we adopt anything from this, ingest to knowledge, save to knowledge, drop into knowledge, route to knowledge, add to the knowledge archive, archive this signal, capture this to knowledge, classify and route to knowledge. NOT FOR Cortex note ops, Upgrade / lu scans, Cortex recall, X PullBookmarks sweeps.

Разбор skillemall

Скилл ловит контент для системы знаний LifeOS: парсит материал, классифицирует и отправляет в Cortex. Срабатывает на команды вроде «harvest this», «mine for the system», «ingest to knowledge». В файлах семь модулей и один скрипт, но процесс-скор упал до 58 — значит, логика работает криво или инструкции неполные. Качество 82, безопасность 99 — данные не валятся куда попало. Одна находка средней серьёзности, но критичных нет.

На практике: скилл встанет на большинство моделей (Claude, Cursor, DeepSeek и другие). Вопрос в том, будет ли он стабильно доставлять контент в нужное место или периодически терять куски. Низкий процесс-скор намекает на второе. Ставить, если готовы к отладке — иначе рискуете получить архив с дырами.

danielmiessler/Personal_AI_Infrastructure Agent Skills автор: danielmiessler 7 файлов · 1 скрипт тело ≈ 2 731 токенов Открыть источникgithub.com↗ проанализирован 27 ч назад

Извлекает один фрагмент контента для LifeOS и/или загружает его в Cortex.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ПроцедураYouTubeДанные и аналитикаИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Утечка данных net-credential-use SKILL.md:50
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (определение детектора / чёрного списка)
      - **Idempotency:** Workflows enforces `UNIQUE(source, external_id)` — re-harvesting the same URL returns `output.status: "duplicate"`. The executor sidecar at `MEMORY/STATE/harvest-executor-state.json
      детектор

    Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "evals"

    Процессный рейтинг: все десять параметров 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 32, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2731 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Ответ описан самодельной разметкой (8 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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 517 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.