SKILLEMALL.ai

BC openclaw-update-researcher

Навык, специально предназначенный для отслеживания последних обновлений OpenClaw. Этот навык автоматически извлекает информацию о релизах и тегах с GitHub, фильтрует обновления за указанную дату (обычно за день до текущей) и генерирует структурированный отчет в формате Markdown. Особое внимание уделяется обновлениям, связанным с памятью (Memory). Применимые сценарии: (1) автоматическая генерация ежедневных отчетов о технических обновлениях OpenClaw, (2) отслеживание последних функций и исправлений OpenClaw, (3) детальное изучение эволюции системы памяти.

машинный переводПоказать оригиналСкрыть оригинал«专门用于调研 OpenClaw 最新更新的 Skill。该 Skill 能够自动抓取 GitHub 上的 Release 和 Tag 信息,…»

专门用于调研 OpenClaw 最新更新的 Skill。该 Skill 能够自动抓取 GitHub 上的 Release 和 Tag 信息,筛选出指定日期(通常是当前日期的前一天)的更新内容,并生成结构化的 Markdown 报告。特别关注记忆(Memory)相关的更新。适用场景:(1) 自动化生成 OpenClaw 技术更新日报,(2) 追踪 OpenClaw 的最新功能和修复,(3) 重点调研记忆系统的演进。

ClawHub Agent Skills автор: liuxin-lixiang v1.0.0 MIT-0 2 файла тело ≈ 312 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык, специально предназначенный для отслеживания последних обновлений OpenClaw.

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

СправочникGitHubИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
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: 2. 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: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 312 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

  • +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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 208 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 14 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a narrow GitHub research helper that writes dated Markdown update reports and shows no hidden or unsafe behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.