SKILLEMALL.ai

AC critical-writing

Рабочий процесс написания дебатов с несколькими ролями. Через замкнутый цикл «предварительный трехвопрос → планирование → пошаговое написание → судебное заседание по дебатам → комплексное переписывание» заставляйте несколько критикующих ролей противостоять друг другу, оттачивая высококачественный контент в споре. Ключевое отличие: не односторонний критический отзыв от одного известного лица, а дебаты 2-3 критиков по одной и той же статье — одна сторона указывает на проблему, другая опровергает или дополняет, и в итоге из спора извлекаются действительно ценные направления для переписывания. Сценарии запуска (обязательно используйте этот навык): - Пользователь говорит «помоги мне написать / составить / я хочу написать о...» - Пользователю нужно написать статью, отчет, анализ, план, пост, письмо или любой другой официальный или полуформальный контент - Пользователь упоминает «критическое письмо / многоролевая проверка / дебатное переписывание / debate writing» - Пользователь хочет совместного написания с ИИ, а не однократного создания Не пропускайте ни одного шага, даже если пользователь говорит «просто напиши», все равно необходимо выполнить предварительный трехвопрос перед началом работы.

машинный переводПоказать оригиналСкрыть оригинал«多角色辩论写作工作流。通过"前置三问 → 规划 → 分步写作 → 辩论法庭 → 综合改写" 的闭环流程,让多个批评者角色互相对抗,在争论中打…»

多角色辩论写作工作流。通过"前置三问 → 规划 → 分步写作 → 辩论法庭 → 综合改写" 的闭环流程,让多个批评者角色互相对抗,在争论中打磨出高质量内容。 核心差异:不是单个名人单向批评,而是 2-3 个批评者就同一篇稿子展开辩论—— 一方指出问题,另一方反驳或补充,最终从争论中提炼出真正有价值的改写方向。 触发场景(必须使用本 skill): - 用户说"帮我写一篇 / 起草一份 / 我想写关于..." - 用户需要写文章、报告、分析、方案、帖子、邮件等任何正式或半正式内容 - 用户提到"批判性写作 / 多角色审稿 / 辩论改写 / debate writing" - 用户希望 AI 协作写作而非一次性生成 不要跳过任何步骤,即使用户说"直接写就好",也必须完成前置三问再动笔。

ClawHub Hermes автор: boboy v1.0.0 MIT-0 7 файлов тело ≈ 1 233 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Рабочий процесс написания дебатов с несколькими ролями.

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

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 349 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "difficulty"

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: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1233 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 348 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is a Chinese structured writing workflow that is somewhat rigid but does not show hidden access, code execution, data theft, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.