SKILLEMALL.ai

A ai-engineering-os

A unified AI Engineering Operating System that orchestrates the full lifecycle of agent creation - extracting tacit knowledge, structuring the Agent OS, and enforcing pre-deployment governance. Use this skill to build production-ready, context-aware agents that are immune to AI Execution Hallucination and the Expertise Paradox.

ClawHub Agent Skills автор: Daniel Foo Jun Wei v1.0.0 MIT-0 14 файлов тело ≈ 858 токенов открыть источник ↗ проанализирован 33 ч назад
ГенераторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
A
91/100
Общая оценка
Безопасность 60%
100
Качество 40%
78
Тесты бонус
0

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
  2. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  3. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/verify_action.py

Процессная зрелость 34/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/verify_action.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/verify_action.py
  • 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: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (ai-engineering-os) не совпадает с папкой (the-tacit-worker)
  • 65Ошибки и развилки. Развилок: 3
  • 100Шаги. Шагов: 17
  • 100Стоимость исполнения. Тело инструкции 858 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

  • +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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 329 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This is a coherent markdown-only workflow for interviewing users, generating agent operating documents, and checking deployment readiness, with no hidden execution, credential use, network behavior, or destructive actions found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.