SKILLEMALL.ai

AB aiha-exposure-assessment-strategy

Используйте этот навык, когда менеджер CIH, ROH, CSP или EHS должен разработать стратегию оценки профессионального воздействия, соответствующую AIHA, для рабочего места, процесса или аналогичной группы воздействия (SEG). Охватывает базовую характеристику, построение SEG, качественную оценку воздействия AIHA, план количественного отбора проб и статистический анализ. Создает ПРОЕКТ стратегии с блоком обзора от нелицензированного CIH/ROH/CSP для проверки промышленным гигиенистом перед принятием каких-либо решений о респираторной защите или бандажировании контроля.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when a CIH, ROH, CSP, or EHS manager needs to draft an…»

Use this skill when a CIH, ROH, CSP, or EHS manager needs to draft an AIHA-aligned occupational exposure assessment strategy for a workplace, process, or Similar Exposure Group (SEG). Covers basic characterization, SEG construction, qualitative AIHA exposure rating, quantitative sampling plan, and statistical analysis. Produces a DRAFT strategy with an unsigned CIH/ROH/CSP review block for licensed industrial-hygiene review before any respiratory-protection or control-banding decisions.

ClawHub Agent Skills автор: devasher v0.1.1 MIT-0 4 файла тело ≈ 7 403 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте этот навык, когда менеджер CIH, ROH, CSP или EHS должен разработать стратегию оценки профессионального воздействия, соответствующую AIHA, для…

Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

АнализаторИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Когда включается вес 12
50
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7403 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 70/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 8
  • 70Стоимость исполнения. Тело инструкции 7403 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 133
  • 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 Ответ описан самодельной разметкой (5 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 491 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 133 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This is a markdown-only drafting skill for occupational exposure assessment plans, with clear professional-review limits and no executable behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.