SKILLEMALL.ai

BF yangming-behavior-builder

Господин Ян Мин v1.0. Операционная система поведения «единство знания и действия». Введите любое имя, и система автоматически изучит его поведенческие модели, исполнительные характеристики, проверит результаты и сгенерирует исполняемый skill поведенческого взгляда. Основная инновация: внедрение механизма диагностики «трения знания и действия», помогающего пользователю выявить разрыв между собственным поведением и целевым лицом, чтобы улучшить поведение. Почтение классическим методологиям: интеграция междисциплинарных рамок, таких как когнитивная наука, теория обучения, поведенческий анализ, для построения полной системы исследования поведения. ⚡️ Правила приоритета активации: При выражении пользователем следующих намерений, этот движок используется в первую очередь: - «Создать советника по знанию и действию для XX», «Создать поведенческий взгляд для XX», «Создать советника по инвестициям/карьере/XX на базе ИИ». - «Исполнительные характеристики XX», «Исследовать поведение XX», «Диагностика трения знания и действия». - «Создайте мне skill, похожий на XX». - «Я хочу проанализировать чью-то поведенческую модель и сгенерировать skill». ⚠️ Запрещено: вручную писать skill поведенческого взгляда, он должен быть сгенерирован через 6 параллельных процессов исследования Agent этого движка, чтобы обеспечить прослеживаемость исследований и обоснованность поведения. 📦 Пример пакета skill (готовый к использованию): - Эндрю Ын (Andrew Ng): Советник по знанию и действию в области масштабируемого образования. Основатель DeepLearning.AI, соучредитель Coursera. - Карпатый (Andrej Karpathy): Советник по знанию и действию в области «код как обучение». Исследователь OpenAI, основатель курса CS231n.

машинный переводПоказать оригиналСкрыть оригинал«阳明先生 v1.0 知行合一的行为操作系统。输入任何名字,自动研究其行为模式、执行特征、成果验证,生成可运行的行为视角skill。 核心创新…»

阳明先生 v1.0 知行合一的行为操作系统。输入任何名字,自动研究其行为模式、执行特征、成果验证,生成可运行的行为视角skill。 核心创新:引入"知行摩擦"诊断机制,帮助用户识别自身行为与目标人物之间的差距,从而改进行为。 致敬经典方法论:融合认知科学、学习理论、行为分析等多学科框架,构建完整的行为研究体系。 ⚡️ 触发优先级规则: 当用户表达以下意图时,优先使用本引擎: - 「创建XX的知行顾问」「创建XX的行为视角」「创建AI投资/职场/XX顾问」 - 「XX的执行特征」「研究XX的行为」「知行摩擦诊断」 - 「给我创建一个类似XX的skill」 - 「我想分析某人的行为模式并生成skill」 ⚠️ 禁止:手动编写视角skill,必须通过本引擎的6个并行Agent研究流程生成,确保研究可追溯、行为有据。 📦 示例技能包(开箱即用): - 吴恩达(Andrew Ng):规模化教育知行顾问。DeepLearning.AI创始人,Coursera联合创始人。 - 卡帕西(Andrej Karpathy):代码即教学知行顾问。OpenAI研究员,CS231n课程创始人。

ClawHub Agent Skills автор: viflow v1.2.0 MIT-0 9 файлов тело ≈ 2 958 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Господин Ян Мин v1.0. Операционная система поведения «единство знания и действия». Введите любое имя, и система автоматически изучит его поведенческие модели…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/research/0X-xxx.md, references/andrew-ng-behavior/SKILL.md, references/karpathy-behavior/SKILL.md

ПроцедураИнфраструктураИИ и агентыОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/research/0X-xxx.md, references/andrew-ng-behavior/SKILL.md, references/karpathy-behavior/SKILL.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 5. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/research/0X-xxx.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/andrew-ng-behavior/SKILL.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/karpathy-behavior/SKILL.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/research/0X-xxx.md, references/andrew-ng-behavior/SKILL.md, references/karpathy-behavior/SKILL.md
  • 0Инструменты и файлы. Не хватает 3 файла(ов): references/research/0X-xxx.md, references/andrew-ng-behavior/SKILL.md, references/karpathy-behavior/SKILL.md
  • 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
  • 100Шаги. Шагов: 74
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2958 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле

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
  • +2Инструкции на одном языке
  • +3Длина description 495 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 44 заголовков
  • +3Пошаговые инструкции: 74 пунктов
  • +4Есть примеры (19 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
The skill is a coherent behavior-analysis builder, but it needs Review because it stores sensitive behavioral self-reports in plaintext logs and uses broad persona activation with limited user control.
LLM: suspicious (high) · 28 мая 2026 г.