SKILLEMALL.ai
EN Войти

B semantic-split

语义拆分与智能规划。将自然语言拆分为结构化需求块，三管线协同调度（正则结构分析→bge 语义匹配→bge-reranker 重排序），5W2H提取与约束标注增强语义理解，双视角推理整合为单一执行步骤，自增强闭环自动沉淀能力级 JSON 模板，10门禁钩子系统管控流程。

ClawHub Agent Skills автор: Lighthexuish v3.1.1 MIT-0 24 файла тело ≈ 1 155 токенов открыть источник ↗ проанализирован 34 ч назад
ПроцедураИнфраструктуратип 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
B
86/100
Общая оценка
Безопасность 60%
100
Качество 40%
65
Тесты бонус
0

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для срабатывания.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
  3. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  4. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 24. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/*.md
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger"
  • заметка frontmatter-key неизвестное поле фронтматтера "data_dir"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_negative"
  • заметка frontmatter-key неизвестное поле фронтматтера "external_data_dir"
  • заметка frontmatter-key неизвестное поле фронтматтера "sensitive_access"
  • заметка frontmatter-key неизвестное поле фронтматтера "critical_write"
  • заметка frontmatter-key неизвестное поле фронтматтера "permission_weight"
  • заметка frontmatter-key неизвестное поле фронтматтера "meta_field_sync"
  • заметка frontmatter-key неизвестное поле фронтматтера "create_permissions_md"
  • заметка frontmatter-key неизвестное поле фронтматтера "faq_quality"
  • заметка frontmatter-key неизвестное поле фронтматтера "h1_position"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_quality"

Процессная зрелость 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/*.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/*.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: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1155 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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
  • -35 из 7 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 134 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (14 из 14)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
This skill is a task-planning helper, but it under-discloses broad activation, persistent local writes, model/dependency installation, and optional memory-log processing.
LLM: suspicious (high) · VirusTotal: · 7 июл. 2026 г.