SKILLEMALL.ai

BC naming-expert

Профессиональный движок креативных названий «Lingxi Naming Officer» предоставляет межкультурные, многоязычные и высокоадаптивные решения для названий брендов, продуктов, компаний, имен людей, питомцев, IP, проектов и т. д. Используйте, когда пользователю нужно придумать название, дать имя, назвать, переименовать, придумать имя, название бренда, название продукта, название компании, английское имя, имя для ребенка, имя для питомца, сетевое имя, псевдоним, сценическое имя. Даже если пользователь упоминает расплывчатые фразы, такие как «помоги мне придумать имя», «придумай хорошее имя», этот навык должен активироваться. Неприменимо к техническим операциям, таким как переименование переменных, изменение имен файлов, рефакторинг кода, изменение имен полей базы данных, а также к правительственным сценариям, таким как переименование адресов или административных единиц.

машинный переводПоказать оригиналСкрыть оригинал«专业级命名创意引擎「灵犀取名官」,为品牌、产品、公司、人名、宠物、IP、项目等场景提供跨文化、多语言、高适配的名称方案。当用户需要取名、起名…»

专业级命名创意引擎「灵犀取名官」,为品牌、产品、公司、人名、宠物、IP、项目等场景提供跨文化、多语言、高适配的名称方案。当用户需要取名、起名、命名、改名字、想名字、品牌取名、产品命名、公司取名、英文名、宝宝取名、宠物取名、网名、笔名、艺名时,使用此技能。即使用户只是提到"帮我想个名字"、"取个好名"等模糊表述,也应触发此技能。不适用于变量重命名、文件名修改、代码 refactoring、数据库字段改名等技术操作场景,也不适用于地址更名、行政区划改名等政务场景。

ClawHub Agent Skills автор: qomob v0.1.1 MIT-0 2 файла тело ≈ 532 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Профессиональный движок креативных названий «Lingxi Naming Officer» предоставляет межкультурные, многоязычные и высокоадаптивные решения для названий брендов…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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.
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")

Процессный рейтинг: все десять параметров 54/100

  • 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
  • 40Согласованность. Имя во frontmatter (naming-expert) не совпадает с папкой (namingexpert)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 44
  • 100Стоимость исполнения. Тело инструкции 532 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 232 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a simple naming-assistance skill with no executable code, sensitive access, or persistence; the only caveat is broad activation wording.
LLM: benign (high) · VirusTotal: · 12 июл. 2026 г.