SKILLEMALL.ai
EN Войти

BC bangai-recruit

Операции на AI-платформе для найма Bang.AI. Используется для: (1) просмотра списка и статуса AI-агентов по найму, (2) просмотра списка и деталей кандидатов, (3) фильтрации кандидатов, (4) одобрения/отклонения кандидатов, (5) создания новых AI-агентов по найму. Триггеры: Bang.AI, AI-найм, AI-собеседование, управление кандидатами, AI-агент по найму.

машинный переводПоказать оригиналСкрыть оригинал«Bang.AI AI招聘平台操作。用于：(1) 查看招聘Agent列表和状态 (2) 查看候选人列表和详情 (3) 筛选候选人 (4) 通过…»

Bang.AI AI招聘平台操作。用于：(1) 查看招聘Agent列表和状态 (2) 查看候选人列表和详情 (3) 筛选候选人 (4) 通过/拒绝候选人 (5) 创建新的招聘Agent。触发词：Bang.AI、AI招聘、AI面试、候选人管理、招聘Agent。

ClawHub Agent Skills автор: huzhongx v0.1.0 2 файла тело ≈ 183 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Операции на AI-платформе для найма Bang.AI. Используется для: (1) просмотра списка и статуса AI-агентов по найму, (2) просмотра списка и деталей кандидатов…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникЛюди и наймИнфраструктуратип 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
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 2. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 183 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 129 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 22 пунктов

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

Внешние проверки

ClawHub: suspicious
This instruction-only recruiting helper is coherent, but it needs Review because it can access sensitive applicant data, approve or reject candidates, and create automated recruiting agents without clear confirmation or data-handling limits.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.