SKILLEMALL.ai

BC Daily Life Autopilot

Самый комплексный проактивный навык управления жизнью для ИИ-агентов. Охватывает утренние сводки новостей, сортировку электронной почты и сообщений, отслеживание последующих действий, мониторинг подписок и счетов, организацию файлов, подготовку к встречам, напоминания о привычках здорового образа жизни и обзор конца дня. Создан для занятых профессионалов, родителей, предпринимателей и всех, кто хочет, чтобы их ИИ управлял операционным слоем повседневной жизни без микроменеджмента. Техническая настройка не требуется.

машинный переводПоказать оригиналСкрыть оригинал«The most comprehensive proactive life management skill for AI agents.…»

The most comprehensive proactive life management skill for AI agents. Covers morning intelligence briefings, email and message triage, follow-up tracking, subscription and bill monitoring, file organization, meeting preparation, health habit nudges, and end-of-day review. Built for busy professionals, parents, entrepreneurs, and anyone who wants their AI to run the operational layer of daily life without being micromanaged. No technical setup required.

ClawHub Agent Skills автор: AGIstack v1.0.0 2 файла тело ≈ 2 305 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Самый комплексный проактивный навык управления жизнью для ИИ-агентов.

Как процесс C 61/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторИнфраструктураИИ и агентыЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 2. 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)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 61/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Daily Life Autopilot) не совпадает с папкой (daily-life-autopilot)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 4
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 79
  • 100Стоимость исполнения. Тело инструкции 2305 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. 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)
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 456 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 79 пунктов
  • +3Формат ответа описан явно

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This is a coherent personal-assistant skill, but it asks an agent to proactively read and summarize highly sensitive email, calendar, billing, task, and file data with triggers that are too broad.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.