SKILLEMALL.ai

AD clawhub-skill-maintainer

Поддерживайте обширный портфель навыков ClawHub с акцентом на качество и автоматизированным обновлением. Используйте, когда пользователь хочет проверить опубликованные навыки, найти высококачественные навыки, достойные поддержки, проанализировать загрузки/установки/звезды/комментарии, обнаружить устаревшие или неполные данные, создать безопасные очереди обновлений/поддержки, подготовить запросы для ИИ-поддержки, обрабатывать риск массовой публикации аккаунтов или создать/обновить панель управления навыками ClawHub.

машинный переводПоказать оригиналСкрыть оригинал«Maintain a large ClawHub skill portfolio with a quality-first and AI-a…»

Maintain a large ClawHub skill portfolio with a quality-first and AI-assisted upgrade lens. Use when the user wants to audit published skills, find high-quality skills worth maintaining, analyze downloads/installs/stars/comments, detect stale or partial data, generate safe upgrade/maintenance queues, prepare AI maintainer prompts, handle bulk-publishing account risk, or build/update a ClawHub skill dashboard.

ClawHub Agent Skills автор: haidong v1.3.3 MIT-0 15 файлов тело ≈ 2 390 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Поддерживайте обширный портфель навыков ClawHub с акцентом на качество и автоматизированным обновлением.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ПроцедураGitHubДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
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: 15. 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 49/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 22, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (clawhub-skill-maintainer) не совпадает с папкой (skill-maintainer)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 69, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 2390 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (16 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -36 из 9 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 412 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed ClawHub portfolio maintenance tool that creates local reports and gated action plans rather than secretly changing or publishing skills.
    LLM: benign (high) · VirusTotal: · 21 июн. 2026 г.