SKILLEMALL.ai
EN Войти

BF mengpo-memory

Навык инкапсуляции вызовов движка повествования MengPoTang. Используется, когда пользователю нужно повторно использовать, генерировать, вызывать или расширять монологические тексты и карточки для обмена "MengPoTang". Этот навык только инкапсулирует вызовы, строго запрещено изменять исходный код движка повествования и ветви настроения.

машинный переводПоказать оригиналСкрыть оригинал«孟婆汤叙事引擎调用封装技能。当用户需要复用、生成、调用或扩展"孟婆汤"独白文案与分享卡片时使用。本技能只做调用封装，严禁修改叙事引擎源码与意…»

孟婆汤叙事引擎调用封装技能。当用户需要复用、生成、调用或扩展"孟婆汤"独白文案与分享卡片时使用。本技能只做调用封装，严禁修改叙事引擎源码与意境分支。

ClawHub Agent Skills автор: Daniel Luo v1.0.1 MIT-0 2 файла тело ≈ 4 017 токенов Открыть источникclawhub.ai↗ проанализирован 25 ч назад

Навык инкапсуляции вызовов движка повествования MengPoTang.

Как процесс F 29/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/sample-card.svg

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
F
29/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/sample-card.svg
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: assets/sample-card.svg

Процессный рейтинг: все десять параметров 29/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/sample-card.svg
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/sample-card.svg
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (mengpo-memory) не совпадает с папкой (wangqingshui)
  • 70Стоимость исполнения. Тело инструкции 4017 токенов
  • 100Шаги. Шагов: 91
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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)
  • +3Длина description 74: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 91 пунктов
  • +4Есть примеры (8 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This skill is a documentation-style wrapper for a local narrative engine and does not show hidden data access, network transfer, or destructive behavior.
LLM: benign (high) · VirusTotal: · 21 июл. 2026 г.