SKILLEMALL.ai

AF multi-search

Интеллектуальный инструмент для глубокого исследования по нескольким темам, поддерживающий ввод произвольных материалов, использующий независимых исследовательских агентов для параллельного глубокого поиска и генерации систематических исследовательских документов. Используйте этот навык, когда пользователям нужно глубоко исследовать несколько связанных тем, проводить систематический поиск информации или интегрировать многоаспектный анализ.

машинный переводПоказать оригиналСкрыть оригинал«Intelligent multi-topic deep research tool supporting arbitrary materi…»

Intelligent multi-topic deep research tool supporting arbitrary material input, using independent research agents for parallel deep retrieval and systematic research document generation. Use this skill when users need to deeply research multiple related topics, conduct systematic information retrieval, or integrate multi-perspective analysis.

ClawHub Agent Skills автор: Never v1.1.0 MIT-0 4 файла тело ≈ 2 034 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Интеллектуальный инструмент для глубокого исследования по нескольким темам, поддерживающий ввод произвольных материалов, использующий независимых…

Как процесс F 65/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: YYMMDD%20Topic-One.md

АнализаторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
F
65/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: YYMMDD%20Topic-One.md
Инструменты и файлы вес 18
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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 missing-ref ссылка на отсутствующий файл: YYMMDD%20Topic-One.md

Процессный рейтинг: все десять параметров 65/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: YYMMDD%20Topic-One.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): YYMMDD%20Topic-One.md
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 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
  • 100Шаги. Шагов: 79
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2034 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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)
  • -218 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 344 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 79 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (7 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This is a disclosed research-assistant skill that uses web retrieval and subagents to create local markdown research reports, with no evidence of hidden execution, credential access, deletion, or exfiltration.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.