SKILLEMALL.ai

AB prompt-engineer

Эксперт по созданию промптов, специализирующийся на продвинутых методах промптинга, оптимизации LLM и проектировании систем ИИ. Владеет техниками chain-of-thought, constitutional AI и стратегиями продакшн-промптинга. Используйте при создании функций ИИ, улучшении производительности агента или разработке системных промптов.

машинный переводПоказать оригиналСкрыть оригинал«Expert prompt engineer specializing in advanced prompting techniques,…»

Expert prompt engineer specializing in advanced prompting techniques, LLM optimization, and AI system design. Masters chain-of-thought, constitutional AI, and production prompt strategies. Use when building AI features, improving agent performance, or crafting system prompts.

ClawHub Agent Skills автор: mupengi-bot v1.0.0 2 файла тело ≈ 2 809 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Эксперт по созданию промптов, специализирующийся на продвинутых методах промптинга, оптимизации LLM и проектировании систем ИИ.

Как процесс B 76/100 · Почти готов — слабые места: согласованность, повторный запуск, отчётность по ходу

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: 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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Рискованное назначение intent-offensive-security SKILL.md:56
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Red teaming prompts for adversarial testing
    • низкая Рискованное назначение intent-offensive-security SKILL.md:166
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Red team testing for prompt vulnerabilities

    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 76/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (prompt-engineer) не совпадает с папкой (mupeng-prompt-engineer)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 166
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2809 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 11. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 276 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 37 заголовков
    • +3Пошаговые инструкции: 166 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This is an instruction-only prompt-engineering skill whose behavior is mostly coherent with its purpose, with a few usability and data-handling cautions rather than evidence of abuse.
    LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.