SKILLEMALL.ai

BC artifact-organizer

Организует смешанные результаты по этапам задачи, а не по типам файлов. Используйте, когда кодирование, написание, обработка скриптов, исследования, автоматизация или многоэтапные задачи создают несколько файлов, и файлы начинают разбрасываться, временные результаты смешиваются с окончательными, структура каталогов неясна, или пользователь просит «整理目录» (организовать каталог), «整理工作区» (организовать рабочее пространство), «归类» (классифицировать), «归档» (архивировать), «收整产物» (собрать результаты), «文件有点乱» (файлы немного в беспорядке), «帮我理一理结构» (помоги мне разобраться со структурой). Поддерживает как планирование структуры каталогов staged перед началом задачи, так и очистку и реорганизацию уже загроможденных каталогов задач; при обнаружении точной конфиденциальной информации, такой как пароли, токены, ключи API, учетные данные сервера, приоритетно помещает их в существующую систему secrets/.

машинный переводПоказать оригиналСкрыть оригинал«按任务阶段而不是按文件类型整理混合产物。当编码、写作、脚本处理、研究、自动化或多步骤任务产生多个文件,且文件开始散落、临时产物与最终产物混在…»

按任务阶段而不是按文件类型整理混合产物。当编码、写作、脚本处理、研究、自动化或多步骤任务产生多个文件,且文件开始散落、临时产物与最终产物混在一起、目录结构不清晰,或用户提出“整理目录”“整理工作区”“归类”“归档”“收整产物”“文件有点乱”“帮我理一理结构”时,使用此技能。既支持任务开始前先规划 staged 目录结构,也支持对已经变乱的任务目录做清理和重组;遇到密码、token、API key、服务器凭据等精确敏感信息时,优先归入现有 secrets/ 体系。

ClawHub Agent Skills автор: big-dust v1.0.0 MIT-0 3 файла тело ≈ 626 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Организует смешанные результаты по этапам задачи, а не по типам файлов.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 87
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 626 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 87 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a local workspace organization guide whose file-moving and sensitive-file handling advice is disclosed and aligned with its purpose.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.