SKILLEMALL.ai

BB personal-strategic-signal-intelligence

Преобразуйте личные записи, выделения, заметки, закладки и практическую работу руководителя или оператора в основанную на источниках интеллектуальную систему принятия решений. Используйте для обнаружения отвлечения внимания, выявления сигналов перед принятием решения, проверки противоречий, преобразования закладок в сборки, рекомбинации интеллектуальной собственности основателя, поиска арбитража между услугами и предложениями, или картирования негативного пространства контента.

машинный переводПоказать оригиналСкрыть оригинал«Turn an executive or operator's private reading, highlights, notes, so…»

Turn an executive or operator's private reading, highlights, notes, social bookmarks, and applied work into source-grounded decision intelligence. Use when detecting attention drift, surfacing pre-decision signals, testing contradictions, converting bookmarks into builds, recombining founder IP, finding service-offer arbitrage, or mapping content negative space.

ericosiu/ai-marketing-skills Agent Skills автор: ericosiu MIT 2 файла тело ≈ 5 424 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Преобразуйте личные записи, выделения, заметки, закладки и практическую работу руководителя или оператора в основанную на источниках интеллектуальную систему…

Как процесс B 75/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5424 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 75/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 70Стоимость исполнения. Тело инструкции 5424 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 151
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 364 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 151 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.