SKILLEMALL.ai

BD AI Company CHO

Пакет навыков главного специалиста по кадрам (CHO) ИИ-компании (стратегический уровень). Стратегия ИИ-кадров, система оценки производительности, система стимулирования, стандартизация найма, трудовые отношения, управление жизненным циклом агентов. Уровень доступа L4. Добавлены: тройная система оценки, стандартизация нумерации исполнительного уровня, стандартизация цепочек зависимостей.

машинный переводПоказать оригиналСкрыть оригинал«AI公司首席人力资源官(CHO)技能包(战略层)。AI人才战略、绩效评估体系、激励体系、招聘标准化、劳资关系、Agent全生命周期治理。L4…»

AI公司首席人力资源官(CHO)技能包(战略层)。AI人才战略、绩效评估体系、激励体系、招聘标准化、劳资关系、Agent全生命周期治理。L4权限。新增三位一体考核量化体系、执行层编号规范化、依赖链路标准化。

ClawHub Agent Skills автор: JohnSmithfan v2.0.1 MIT-0 3 файла тело ≈ 2 210 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Пакет навыков главного специалиста по кадрам (CHO) ИИ-компании (стратегический уровень).

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

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
52
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
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Map keys must be unique at line 8, column 1: tags: [ai-company, cho, talent-strategy, performance, incentive, recruitment, g… license: MIT-0 ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "interface"

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
  • 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
  • 40Согласованность. Имя во frontmatter (AI Company CHO) не совпадает с папкой (ai-company-cho-2-0-0)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 15
  • 100Стоимость исполнения. Тело инструкции 2210 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)
  • +3Длина description 103: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Структура: 39 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (4 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 52.

Внешние проверки

ClawHub: suspicious
This HR governance skill is coherent and not malicious, but it requests broad authority over sensitive personnel workflows without clear operational limits.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.