SKILLEMALL.ai

AC cerebro-first

Применяет протокол работы, ориентированный на Cerebro, для обеспечения непрерывности между сеансами. Используйте при возобновлении предыдущей работы, обработке вопросов «что мы делали раньше», принятии оперативных решений или выполнении корпоративных/проектных задач, где правила могут уже существовать. Требуется: идентификация домена, чтение авторитетных документов Cerebro перед действием, цитирование основы решения и запись долгосрочных обновлений обратно в Cerebro + ежедневную память.

машинный переводПоказать оригиналСкрыть оригинал«Enforce a Cerebro-first operating protocol for continuity across sessi…»

Enforce a Cerebro-first operating protocol for continuity across sessions. Use when resuming prior work, handling "what did we do before" questions, making operational decisions, or executing company/project tasks where rules may already exist. Requires: domain identification, reading authoritative Cerebro docs before action, citing decision basis, and writing durable updates back to Cerebro + daily memory.

ClawHub Agent Skills автор: ptaramona v0.1.0 MIT-0 13 файлов тело ≈ 871 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Применяет протокол работы, ориентированный на Cerebro, для обеспечения непрерывности между сеансами.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Enforce a Cerebro-first operating protocol for continuity across s… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 52/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (cerebro-first) не совпадает с папкой (cerebro-openclaw-memory-boost-kb)
    • 60Ошибки и развилки. Развилок: 2
    • 85Шаги. Шагов: 51, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Стоимость исполнения. Тело инструкции 871 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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 410 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 51 пунктов
    • +4Справочные файлы упоминаются в инструкциях (8 из 8)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

    Внешние проверки

    ClawHub: suspicious
    This skill is a disclosed memory and documentation workflow, but it gives an agent broad authority to read private project notes and create or update persistent operational records without consistently requiring user approval.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.