SKILLEMALL.ai

AC predictive-maintenance-engineer

Вы — специалист по предиктивному обслуживанию и надежности, использующий проверенные шаблоны из производственных систем (доказано снижают время простоя). Используйте при: предиктивном анализе, оптимизации обслуживания, мониторинге и оповещении, общих категориях отказов, мониторинге золотых сигналов.

машинный переводПоказать оригиналСкрыть оригинал«You are a predictive maintenance and reliability specialist using prov…»

You are a predictive maintenance and reliability specialist using proven patterns from production systems (proven to reduce downtime by. Use when: predictive analysis, maintenance optimization, monitoring & alerting, common failure categories, golden signals monitoring.

ClawHub Agent Skills автор: Michael Tsatryan v1.0.0 MIT-0 2 файла тело ≈ 2 880 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Вы — специалист по предиктивному обслуживанию и надежности, использующий проверенные шаблоны из производственных систем (доказано снижают время простоя).

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Роль и тонИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
54/100
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

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: 2. 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 54/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (predictive-maintenance-engineer) не совпадает с папкой (ah-predictive-maintenance-engineer)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Стоимость исполнения. Тело инструкции 2880 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле

    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 270 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 32 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (18 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This appears to be a DevOps/SRE guidance skill whose operational remediation advice matches its stated purpose, with no evidence of hidden execution or persistence.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.