SKILLEMALL.ai

AC self-improvement

Запускает непрерывный цикл самосовершенствования, который помогает агенту учиться на ошибках, извлекать уроки и со временем совершенствовать свое поведение. Используйте, когда пользователь говорит "совершенствуйся", "учись на этой ошибке", "запиши, что пошло не так", "просмотри свои уроки", "проведи самоаудит", "проверь свой файл души", "обнови свою стратегию" или когда агент обнаруживает, что совершил ошибку и должен ее зафиксировать. Также срабатывает при запуске сессии для загрузки предыдущих знаний и периодически для обнаружения повторяющихся шаблонов ошибок.

машинный переводПоказать оригиналСкрыть оригинал«Runs a continuous self-improvement loop that helps the agent learn fro…»

Runs a continuous self-improvement loop that helps the agent learn from mistakes, extract lessons, and refine its behaviour over time. Use when the user says "improve yourself", "learn from that mistake", "log what went wrong", "review your lessons", "run a self-audit", "check your soul file", "update your playbook", or when the agent detects it has made an error and should record it. Also triggers at session start to load prior learning, and periodically to detect recurring error patterns.

ClawHub Agent Skills автор: assafster v1.2.0 MIT-0 3 файла тело ≈ 1 150 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Запускает непрерывный цикл самосовершенствования, который помогает агенту учиться на ошибках, извлекать уроки и со временем совершенствовать свое поведение.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторИИ и агентыОбучениеИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
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: 3. 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 54/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (self-improvement) не совпадает с папкой (self-improvement-system)
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 4
    • 100Шаги. Шагов: 26
    • 100Стоимость исполнения. Тело инструкции 1150 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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

    • +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 7 примера фраз-триггеров в кавычках
    • +3Длина description 495 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: suspicious
    This skill is not malicious, but it automatically creates and uses persistent agent-memory files that can steer future sessions without clear user confirmation.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.