SKILLEMALL.ai

BD copyright-registration-helper

Помощь в полном процессе регистрации авторских прав для индивидуальных авторов и малого/среднего бизнеса. Определяет тип произведения (текст/изображение/фотография/музыка/программное обеспечение/аудиовизуальное и т. д.), автоматически генерирует заявление на регистрацию, описание произведения, гарантийное письмо о правах и т. д., предоставляет навигацию по процессу регистрации, стоимости, срокам. Используется, когда пользователь упоминает потребности в регистрации авторских прав, регистрации товарных знаков, регистрации произведений, регистрации авторских прав, подаче заявки на авторские права, авторских правах на произведения, регистрации программного обеспечения, защите авторских прав.

машинный переводПоказать оригиналСкрыть оригинал«面向个人创作者和中小企业,提供著作权登记的全流程辅助。判断作品类型(文字/美术/摄影/音乐/软件/视听等),自动生成登记申请书、作品说明书、…»

面向个人创作者和中小企业,提供著作权登记的全流程辅助。判断作品类型(文字/美术/摄影/音乐/软件/视听等),自动生成登记申请书、作品说明书、权利保证书等文书,提供登记流程、费用、时间周期等流程导航。当用户提到著作权登记、版权登记、作品登记、版权注册、著作权申请、作品著作权、软著登记、版权保护等需求时使用此技能。

ClawHub Agent Skills автор: golngod v1.0.0 MIT-0 4 файла тело ≈ 1 406 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Помощь в полном процессе регистрации авторских прав для индивидуальных авторов и малого/среднего бизнеса.

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

ПроцедураWordРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
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: 0. 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 (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 154
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1406 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

  • +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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 156 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 154 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
This skill appears to be a legitimate copyright-registration document generator, but it automatically installs a dependency at runtime and handles sensitive identity data in persistent local files without enough handling guidance.
LLM: suspicious (high) · 20 июл. 2026 г.