SKILLEMALL.ai

AC chain-reason

Навык явного отслеживания многошаговых рассуждений для arifOS. Активировать, когда: (1) вопрос требует более 2 логических шагов для ответа; (2) Ариф просит показать рассуждения, объяснить как или пройти по логике; (3) сложное решение требует взвешивания компромиссов; (4) любая задача с несколькими ограничениями (например, "создай мне что-то, что делает X, но не Y"); (5) появляются слова "рассуждать", "объяснить", "как", "почему", "логика", "продумать". Создает проверяемые следы рассуждений, соответствующие конституционным основам arifOS.

машинный переводПоказать оригиналСкрыть оригинал«Explicit multi-step reasoning trace skill for arifOS. Activate when: (…»

Explicit multi-step reasoning trace skill for arifOS. Activate when: (1) a question requires more than 2 logical steps to answer; (2) Arif asks to show reasoning, explain how, or walk through logic; (3) a complex decision requires weighing tradeoffs; (4) any multi-constraint problem (e.g., "build me something that does X but not Y"); (5) the words "reason", "explain", "how", "why", "logic", "think through" appear. Produces auditable reasoning traces aligned with arifOS constitutional floors.

ClawHub Agent Skills автор: ariffazil v1.0.3 MIT-0 2 файла тело ≈ 700 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык явного отслеживания многошаговых рассуждений для arifOS.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
56/100
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 · 0

    ✓ Критических и высоких находок нет

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

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Explicit multi-step reasoning trace skill for arifOS. Activate whe… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 56/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 10
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 700 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 496 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    This instruction-only skill formats answers as structured reasoning summaries, but its activation triggers are broad and should be used carefully.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.