SKILLEMALL.ai

AD team-tasks

Используйте, когда пользователь явно запрашивает управление списком задач команды или вызывает team-tasks. Скрипт предоставляет локальное хранилище задач в формате JSON, обновление, комментирование, архивирование, резервное копирование и ограниченное восстановление; Помощник анализирует задачи, запрашивает и систематизирует экспорт в соответствии с процессом. Автоматические напоминания, уведомления и проверка прав доступа требуют внешнего подключения. Не используется для общего обсуждения управления задачами, перевода или сценариев, где задачи упоминаются только в цитируемых материалах.

машинный переводПоказать оригиналСкрыть оригинал«在用户明确要求管理团队任务台账或调用 team-tasks 时使用。 脚本提供本地 JSON 任务存储、更新、评论、归档、备份与受限恢复;…»

在用户明确要求管理团队任务台账或调用 team-tasks 时使用。 脚本提供本地 JSON 任务存储、更新、评论、归档、备份与受限恢复; 助手按流程解析任务、查询和整理导出。自动提醒、通知及身份权限检查需外部接入。 不用于一般任务管理讨论、翻译或仅在引用材料中出现任务的场景。

ClawHub Agent Skills автор: DJOldWang v1.1.3 MIT-0 5 файлов тело ≈ 2 509 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Скрипт предоставляет локальное хранилище задач в формате JSON, обновление, комментирование, архивирование, резервное копирование и ограниченное…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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: 4. 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 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 73
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2509 токенов
  • low Разделов верхнего уровня: 26. 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 139 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 73 пунктов
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill is a clearly scoped local team task ledger with disclosed file persistence and no hidden network, credential, or system-persistence behavior.
LLM: benign (high) · VirusTotal: · 8 сент. 2026 г.