SKILLEMALL.ai

AA failure-analysis-report

Используйте этот навык, когда лицензированный инженер-эксперт (PE/SE/ME/EE), свидетель-эксперт или инженер-консультант должен подготовить отчет об анализе отказов для страхового случая, судебного разбирательства или расследования безопасности. Охватывает документирование места происшествия, инвентаризацию физических доказательств, применимые стандарты на момент строительства, проверку гипотез режима отказа, определение первопричины и экспертное заключение. Создает ПРОЕКТ для рассмотрения лицензированным PE перед передачей любому юристу, страховщику или регулирующему органу.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when a licensed forensic engineer (PE/SE/ME/EE), expert…»

Use this skill when a licensed forensic engineer (PE/SE/ME/EE), expert witness, or engineering consultant needs to draft a failure analysis report for an insurance claim, litigation matter, or safety investigation. Covers scene documentation, physical evidence inventory, applicable standards at time of construction, failure mode hypothesis screening, root cause determination, and expert opinion. Produces a DRAFT for licensed PE review before delivery to any attorney, insurer, or regulatory body.

ClawHub Agent Skills автор: devasher v0.1.0 MIT-0 4 файла тело ≈ 2 766 токенов Открыть источникclawhub.ai проанализирован 9 ч назад

Используйте этот навык, когда лицензированный инженер-эксперт (PE/SE/ME/EE), свидетель-эксперт или инженер-консультант должен подготовить отчет об анализе…

Как процесс A 80/100 · Дойдёт до конца — слабые места: когда включается, отчётность по ходу

АнализаторДанные и аналитикаИсследованияТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
A
80/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Результат и критерий готовности вес 14
60
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 80/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 29
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2766 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 500 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    The artifact appears to be coherent ClawHub development, CLI, and moderation tooling with sensitive actions disclosed and user-directed.
    LLM: benign (medium) · VirusTotal: · 2 июн. 2026 г.