SKILLEMALL.ai

AF learning-review

Механизм ретроспективы, сочетающий обучение и применение. Включает пять этапов ретроспективы: анализ после обучения (после каждого обучения), интериоризация в течение недели (раз в неделю), проверка применения (раз в две недели), сжатое архивирование (раз в месяц), применение знаний на практике (раз в неделю). Преобразует результаты обучения в фактические рабочие навыки агента, предотвращая "забыл после обучения". Триггерные слова: "ретроспектива", "анализ", "интериоризация", "обзор обучения", "learning review", "retrospective", "применение знаний", "сжатое архивирование". Не использовать для: первоначального изучения новых знаний (используйте daily-learning), регулярных ретроспектив, не связанных с обучением.

машинный переводПоказать оригиналСкрыть оригинал«学用结合的回顾机制。包含五个回顾环节:学后复盘(每次学完)、周内化(每周一次)、应用检查(每两周一次)、压缩归档(每月一次)、知识落地(每周…»

学用结合的回顾机制。包含五个回顾环节:学后复盘(每次学完)、周内化(每周一次)、应用检查(每两周一次)、压缩归档(每月一次)、知识落地(每周一次)。将学习成果转化为 Agent 实际工作能力,防止"学完就忘"。 触发词:"回顾", "复盘", "内化", "学习回顾", "learning review", "retrospective", "知识落地", "压缩归档"。 Not for: 首次学习新知识(用 daily-learning)、非学习类的定期回顾。

ClawHub Agent Skills автор: mayf3 v1.0.1 MIT-0 4 файла тело ≈ 704 токенов Открыть источникclawhub.ai проанализирован 5 ч назад

Механизм ретроспективы, сочетающий обучение и применение.

Как процесс F 39/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/<topic>.md

АнализаторИИ и агентыОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
39/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/<topic>.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: 4. 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/<topic>.md

Процессный рейтинг: все десять параметров 39/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/<topic>.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/<topic>.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
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 704 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

  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
The skill is purpose-aligned, but it can silently rewrite important agent instruction, memory, and skill files on a schedule without clear approval or rollback controls.
LLM: suspicious (high) · 9 июл. 2026 г.