SKILLEMALL.ai

AD meeting-decision-receipt

Проверка протоколов совещаний: различает утвержденные, предварительные, предложенные,明确接活 (четко принятые задачи),被点名未确认 (упомянутые, но не подтвержденные) и «я посмотрю», каждое суждение сопровождается доказательством в виде оригинальной цитаты, с сохранением условий и рамок; может обрабатывать существующие транскрипты совещаний, протоколы, заметки или записи обсуждений, генерируя протоколы для личного использования и протоколы для руководства Feishu. Используется для запросов о том, что было решено на совещании, кто принял задачу, кто будет выполнять, пункты действий или action items. Не используйте для преобразования аудио в текст, создания дословных транскриптов, оценки сотрудников или автоматической отправки.

машинный переводПоказать оригиналСкрыть оригинал«会议纪要验真:区分已定、暂定、提议、明确接活、被点名未确认和“我看看”,每条判断附原话证据,并保留条件与范围;可处理已有会议转写、纪要、笔记…»

会议纪要验真:区分已定、暂定、提议、明确接活、被点名未确认和“我看看”,每条判断附原话证据,并保留条件与范围;可处理已有会议转写、纪要、笔记或讨论记录,生成自用纪要与飞书管理层纪要。用于询问会议定了什么、谁接了任务、谁来做、行动项或 action items。不要用于把录音转换成文字、生成逐字稿、员工评价或自动发送。

ClawHub Agent Skills автор: Snakeyi v1.0.1 MIT-0 25 файлов тело ≈ 1 270 токенов Открыть источникclawhub.ai проанализирован 23 ч назад

Проверка протоколов совещаний: различает утвержденные, предварительные, предложенные,明确接活 (четко принятые задачи),被点名未确认 (упомянутые, но не подтвержденные) и…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 25. 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 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 77
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1270 токенов

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 159 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 77 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (7 из 7)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill is a meeting-notes auditing helper that reads user-provided or authorized meeting text, redacts sensitive values, and generates local summaries without hidden sending or network behavior.
LLM: benign (high) · VirusTotal: · 15 июл. 2026 г.