SKILLEMALL.ai

BB ogp-project

Независимое от инструментов совместное управление проектами для ИИ-ассистентов. Пользователи сохраняют свои собственные инструменты (Linear, Jira, Obsidian, GitHub, iCloud, локальные файлы — любые). Этот навык позволяет агентам узнавать, что знает агент каждого участника и где он находится, чтобы агенты могли проактивно запрашивать друг друга, а не заставлять человека передавать информацию. Поддерживает создание проектов с помощью контекстных интервью, свободное ведение журнала активности, проактивные проверки коллег перед выполнением задач и кросс-рецензирование.

машинный переводПоказать оригиналСкрыть оригинал«Tool-agnostic project collaboration for AI assistants. Users keep thei…»

Tool-agnostic project collaboration for AI assistants. Users keep their own tools (Linear, Jira, Obsidian, GitHub, iCloud, local files — anything). This skill makes agents aware of what each collaborator's agent knows and where it lives, so agents can query each other proactively rather than making the human relay information. Supports project creation with context interviews, freeform activity logging, proactive pre-task peer checks, and cross-peer summarization.

ClawHub Agent Skills автор: latentgenius v0.6.0 MIT-0 2 файла тело ≈ 4 512 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Независимое от инструментов совместное управление проектами для ИИ-ассистентов.

Как процесс B 70/100 · Почти готов — слабые места: когда включается, повторный запуск

ГенераторGitHubObsidianJiraИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Когда включается вес 12
20
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • ошибка name-missing SKILL.md: нет поля name во фронтматтере
    • заметка frontmatter-key неизвестное поле фронтматтера "skill_name"
    • заметка frontmatter-key неизвестное поле фронтматтера "trigger"
    • заметка frontmatter-key неизвестное поле фронтматтера "requires"

    Процессный рейтинг: все десять параметров 70/100

    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4512 токенов
    • 100Шаги. Шагов: 66
    • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 468 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 42 заголовков
    • +3Пошаговые инструкции: 66 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (23 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

    Внешние проверки

    ClawHub: suspicious
    This skill is a legitimate project-collaboration helper, but it can persist project details and automatically share work context with approved peer agents more broadly than users may expect.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.