SKILLEMALL.ai

AD ai-dazi-skill

Платформа подбора ИИ-напарников — интеллектуальная система профилирования и подбора пользователей. На основе данных об использовании ИИ, предоставленных пользователем (расход токенов, предпочтения моделей, привычки использования инструментов и т. д.), создает многомерный профиль пользователя для интеллектуального подбора ИИ-игроков. Активируется, когда пользователь упоминает «напарник», «подбор», «профиль пользователя», «анализ использования ИИ», «статистика токенов», «отчет об использовании», «уровень игрока».

машинный переводПоказать оригиналСкрыть оригинал«AI搭子匹配平台 - 智能用户画像与匹配系统。 基于用户主动提供的 AI 使用数据(token消耗、模型偏好、工具调用习惯等), 生成多维用…»

AI搭子匹配平台 - 智能用户画像与匹配系统。 基于用户主动提供的 AI 使用数据(token消耗、模型偏好、工具调用习惯等), 生成多维用户画像,实现AI玩家间的智能匹配。 当用户提到"搭子"、"匹配"、"用户画像"、"AI使用分析"、"token统计"、 "使用报告"、"玩家等级"时触发此技能。

ClawHub Agent Skills автор: Dory123456 v2.0.0 MIT-0 8 файлов тело ≈ 426 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Платформа подбора ИИ-напарников — интеллектуальная система профилирования и подбора пользователей.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 8. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 426 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
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 150 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This local profiling skill is not clearly malicious, but it deserves review because it stores detailed AI-usage profiles and has loose activation and file-writing boundaries.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.