SKILLEMALL.ai

AD record-keeper

Стандарт архивирования рабочих записей. Когда пользователь просит записать содержание работы, строго следуйте категориям и шаблонам этого навыка. Сценарии запуска: запись совещаний, запись требований, запись планов, написание SOP, написание обзоров/отчетов, запись дежурств/кадровых и других административных записей, создание файлов записей, архивирование рабочих записей. Категории строго закрыты, всего 13 категорий: meeting / requirement / plan / sop / report / admin / badcase / task / weekly / monthly / quarterly / yearly / memo, нельзя расширять самостоятельно. Все файлы записей хранятся в records/YYYY-MM/, формат имени файла: [YYYYMMDD]-[category]-[topic]-[sub-topic]-[seq].md. Для категории badcase используется специальный формат имени файла: [YYYYMMDD]-badcase-[service]-[keyword/topic][-seq].md

машинный переводПоказать оригиналСкрыть оригинал«工作记录归档标准。当用户要求记录工作内容时,严格按照本 skill 的类别和模板执行。 触发场景:记录会议、记录需求、记录规划、写SOP、写…»

工作记录归档标准。当用户要求记录工作内容时,严格按照本 skill 的类别和模板执行。 触发场景:记录会议、记录需求、记录规划、写SOP、写复盘/报告、值班/人事等行政记录、创建记录文件、归档工作记录。 类别严格封闭,共13类:meeting / requirement / plan / sop / report / admin / badcase / task / weekly / monthly / quarterly / yearly / memo,不可自行扩展。 所有记录文件存放在 records/YYYY-MM/ 下,文件名格式:[YYYYMMDD]-[category]-[topic]-[sub-topic]-[seq].md badcase 类使用专用文件名格式:[YYYYMMDD]-badcase-[service]-[keyword/topic][-seq].md

ClawHub Agent Skills автор: SUN BO v1.0.0 MIT-0 19 файлов тело ≈ 2 457 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Стандарт архивирования рабочих записей.

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

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
78
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных read-dotenv SKILL.md:294
    Чтение файла .env
    source .env && python3 embed.py init     # 第一个词是 source

Просканировано файлов: 9. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "alwaysLoad"

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: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 116
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2457 токенов
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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 396 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 116 пунктов
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (15 из 15)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
This record-keeping skill is mostly coherent, but it automatically sends work-record content and search text to a third-party embedding API and persists a local index without enough user control.
LLM: suspicious (high) · 8 июл. 2026 г.