SKILLEMALL.ai

AC job-analysis-worker

В диалоге помогать в изучении Главы 3 "Worker-Oriented Methods" учебника "Анализ Работы/Job Analysis". Основано на учебниках Brannick/Levine/Morgeson и др. Используйте, когда пользователь обсуждает, задает вопросы или применяет методы, ориентированные на работника (JEM, PAQ, TTAS, ARS, ORP, AET, JCI, когнитивный анализ задач, анализ работы с точки зрения личности, Big Five/PPRF и т. д.) и связанные с ними концепции (KSAO, рабочее поведение, черты, шкалы B/S/T/P, TV/IT/TR, OCEAN, декларативные/процедурные знания, новички против экспертов). Используйте постепенное раскрытие информации, читая детали из references/ по мере необходимости.

машинный переводПоказать оригиналСкрыть оригинал«在对话中辅助学习"工作分析/Job Analysis"第 3 章"Worker-Oriented Methods"。基于 Brannick/…»

在对话中辅助学习"工作分析/Job Analysis"第 3 章"Worker-Oriented Methods"。基于 Brannick/Levine/Morgeson 等人教材。当用户讨论、提问、或应用 worker-oriented 方法(JEM、PAQ、TTAS、ARS、ORP、AET、JCI、cognitive task analysis、personality-oriented job analysis、Big Five/PPRF 等)及相关概念(KSAO、work behaviors、traits、B/S/T/P 四量表、TV/IT/TR、OCEAN、declarative/procedural knowledge、novice vs expert)时使用。使用渐进式披露,按需读取 references/ 下的细节。

ClawHub Agent Skills автор: John Do v1.0.0 MIT-0 10 файлов тело ≈ 3 133 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

В диалоге помогать в изучении Главы 3 "Worker-Oriented Methods" учебника "Анализ Работы/Job Analysis".

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
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: 10. 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: 94
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3133 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

  • +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
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 370 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 94 пунктов
  • +4Справочные файлы упоминаются в инструкциях (8 из 8)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This is a text-only study helper for job-analysis coursework, with no executable behavior or hidden access found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.