SKILLEMALL.ai

AB efficiency-manager

Локальный тренер по выполнению задач, который фиксирует действия, анализирует использование времени, предлагает наилучшее следующее действие и помогает строить реалистичные планы на день на основе входных данных задач, сроков и личных паттернов энергии. Используйте, когда пользователь хочет анализа эффективности, ежедневных или еженедельных обзоров, планирования времени, предложений по следующим задачам, планирования фокусировки или помощи в решении, что делать сейчас, а что отложить.

машинный переводПоказать оригиналСкрыть оригинал«Local execution coach that captures activities, reviews time use, sugg…»

Local execution coach that captures activities, reviews time use, suggests the best next move, and helps build realistic day plans from task inputs, deadlines, and personal energy patterns. Use when the user wants efficiency analysis, daily or weekly reviews, time planning, next-task suggestions, focus scheduling, or help deciding what to do now versus defer.

ClawHub Agent Skills автор: haidong v1.1.0 MIT-0 14 файлов тело ≈ 1 019 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Локальный тренер по выполнению задач, который фиксирует действия, анализирует использование времени, предлагает наилучшее следующее действие и помогает…

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

АнализаторДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
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: 14. 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 71/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 69, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1019 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +4Нет примеров входа/выхода
    • -32 из 2 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 361 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

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

    Внешние проверки

    ClawHub: clean
    This appears to be a coherent local time-tracking and planning skill, but it keeps a persistent local activity log and uses local scripts, so users should be comfortable with that.
    LLM: benign (medium) · VirusTotal: benign · 1 мая 2026 г.