SKILLEMALL.ai

AC decision-tree

Активируйте, когда: пользователь говорит «помоги выбрать между двумя вариантами с разными рисками», «мне нужно спланировать, что может произойти, если мы выберем X», «у нас последовательное решение — сначала мы делаем A, а затем, в зависимости от результатов, делаем B», «какова ожидаемая стоимость этих инвестиций при неопределенном спросе». НЕ активируйте, когда: решение является однократным выбором без последовательных этапов (используйте простое EV вместо этого); вероятности не могут быть оценены даже примерно, и неопределенность слишком велика для количественной оценки. Подробнее: deciqai.com/c/decision-tree

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user says 'help me choose between two options with diff…»

Activate when: user says 'help me choose between two options with different risks', 'I need to map out what could happen if we go with X', 'we have a sequential decision — first we do A then depending on results we do B', 'what is the expected value of this investment given uncertain demand'. Do NOT activate when: the decision is a one-shot choice with no sequential stages (use simple EV instead); probabilities cannot be estimated even roughly and uncertainty is too deep to quantify. More: deciqai.com/c/decision-tree

ClawHub Agent Skills автор: deciqAI v1.0.5 MIT-0 6 файлов тело ≈ 1 931 токенов Открыть источникclawhub.ai проанализирован 18 ч назад

Активируйте, когда: пользователь говорит «помоги выбрать между двумя вариантами с разными рисками», «мне нужно спланировать, что может произойти, если мы…

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураФинансыОперации и проектыИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 6. 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 58/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 27, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1931 токенов
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 522 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only decision-analysis skill with no executable behavior, persistence, credential use, or hidden data access.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.