SKILLEMALL.ai
EN Войти

AC filechat-rag

Ищите, извлекайте и общайтесь с документами, надежно хранящимися в ЛЮБОЙ папке Google Диска, используя семантический векторный поиск (RAG). Используйте, когда: (1) пользователь просит сохранить файл на потом, (2) пользователь задает вопрос о своих сохраненных файлах/документах, (3) пользователь просит вас извлечь или отправить ему ранее сохраненный файл, (4) пользователь просит синхронизировать или очистить его библиотеку документов. Этот навык автоматически разбивает, встраивает и индексирует документы Google Диска в изолированные постоянные векторные базы данных для каждой папки.

машинный переводПоказать оригиналСкрыть оригинал«Search, retrieve, and chat with documents securely stored in ANY Googl…»

Search, retrieve, and chat with documents securely stored in ANY Google Drive folder using semantic vector search (RAG). Use when: (1) a user asks to save a file for later, (2) a user asks a question about their saved files/documents, (3) a user asks you to retrieve or send them a previously stored file, (4) a user asks to sync or flush their document library. This skill automatically chunks, embeds, and indexes Google Drive documents into isolated persistent vector databases per folder.

ClawHub Agent Skills автор: eladrave v1.0.1 MIT-0 7 файлов тело ≈ 716 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Ищите, извлекайте и общайтесь с документами, надежно хранящимися в ЛЮБОЙ папке Google Диска, используя семантический векторный поиск (RAG).

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ПроцедураGoogle DriveИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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 · 4

    ✓ Критических и высоких находок нет

    Средние и низкие: 4
    • низкая Утечка данных exfil-secret-in-url query.js:56
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      const url1 = `https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…
      заглушка
    • низкая Утечка данных exfil-secret-in-url query.js:72
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      const url2 = `https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…
      заглушка
    • низкая Утечка данных exfil-secret-in-url sync.js:71
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      const url1 = `https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…
      заглушка
    • низкая Утечка данных exfil-secret-in-url sync.js:87
      Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (значение-заглушка)
      const url2 = `https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…
      заглушка

    Просканировано файлов: 7. 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 52/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (filechat-rag) не совпадает с папкой (eladrave-filechat-rag)
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 5
    • 100Шаги. Шагов: 4
    • 100Стоимость исполнения. Тело инструкции 716 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 492 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    This document-chat skill is useful, but it needs review because it can recursively process Google Drive files, send their contents to Gemini or OpenAI, and keep extracted text locally.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.