SKILLEMALL.ai

BF agent-fact-check-verify

Навык строгой проверки информации из множества источников и определения ее достоверности. Используется для запросов типа "проверить/удостовериться/проверить это/правда ли это/правильно ли это", интегрирует государственные, официальные, основные СМИ, сайты фактчекинга, X (Twitter), Reddit и другие источники, использует внутренние стандартизированные правила оценки по 100-балльной шкале (оценка пользователю не раскрывается) и принудительно использует Tavily с четкими правилами отката.

машинный переводПоказать оригиналСкрыть оригинал«嚴謹多來源資訊查核與可信度判定技能。用於「查證/核實/核實這個/是真的嗎/是否正確」類請求,整合政府、官方、主流媒體、事實查核站、X(Twi…»

嚴謹多來源資訊查核與可信度判定技能。用於「查證/核實/核實這個/是真的嗎/是否正確」類請求,整合政府、官方、主流媒體、事實查核站、X(Twitter)、Reddit 等來源,採用內部 100 分制規則化評分(不對使用者公開分數),並強制 Tavily 優先與明確 fallback 規則。

ClawHub Agent Skills автор: Allen Niu v1.0.6 MIT-0 2 файла тело ≈ 662 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык строгой проверки информации из множества источников и определения ее достоверности.

Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/scoring-rubric.md, references/source-policy.md

АнализаторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
F
40/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/scoring-rubric.md, references/source-policy.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: 2. 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/scoring-rubric.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/source-policy.md

Процессный рейтинг: все десять параметров 40/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/scoring-rubric.md, references/source-policy.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/scoring-rubric.md, references/source-policy.md
  • 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
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 69
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 662 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 144 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 69 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: clean
This is a fact-checking skill that uses disclosed external search sources and does not install code, persist, or request unusual privileges.
LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.