SKILLEMALL.ai

AC daily-report

Создает ежедневный рабочий отчет, автоматически находя все git-репозитории, над которыми работал пользователь, собирая логи коммитов по всем веткам и обобщая обзоры сессий CodeBuddy Agent. Поддерживает любую дату с помощью флагов --date, --yesterday или --days-ago. Используйте этот навык, когда пользователь просит создать ежедневный отчет, сводку работы, дневной лог, 日报, 工作日报, 今日工作总结, 昨日工作总结 или любую вариацию "что я делал сегодня/вчера".

машинный переводПоказать оригиналСкрыть оригинал«Generate a daily work report by automatically discovering all git repo…»

Generate a daily work report by automatically discovering all git repositories the user worked on, collecting commit logs across all branches, and summarizing CodeBuddy Agent session overviews. Supports any date via --date, --yesterday, or --days-ago flags. Use this skill when the user asks to generate a daily report, work summary, daily log, 日报, 工作日报, 今日工作总结, 昨日工作总结, or any variation of "what did I do today/yesterday".

ClawHub Agent Skills автор: LegionSpace-Hackathon v1.0.0 MIT-0 7 файлов тело ≈ 934 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создает ежедневный рабочий отчет, автоматически находя все git-репозитории, над которыми работал пользователь, собирая логи коммитов по всем веткам и обобщая…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ГенераторДанные и аналитикаРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: daily-report (ClawHub)

Как улучшить

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 52/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (daily-report) не совпадает с папкой (codebuddy-daily-report)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 9
    • 100Шаги. Шагов: 16
    • 100Стоимость исполнения. Тело инструкции 934 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 423 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +4Есть примеры (3 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    This skill appears to do what it says, but it gathers a broad amount of local development and assistant-session data with limited user scoping.
    LLM: suspicious (high) · 8 июл. 2026 г.