SKILLEMALL.ai

BC meta-cloudbase

Мета-навык, полученный путем дистилляции и улучшения навыка-учителя `cloudbase` из `model-distillation`. Дистиллирует его систему разработки и развертывания полного стека (Web/мини-приложения/мобильные/облачные функции/CloudRun/NoSQL·MySQL/аутентификация/AI Agent) и контракт маршрутизации «сначала определить сценарий → прочитать соответствующий исходный навык → затем написать код», с добавлением самопроверки, саморефлексии, оркестрации super-agent и цикла непрерывной самоэволюции, а также с проверкой на основе противодействия распространенным причинам ошибок (неправильная настройка аутентификации/неправильное использование границ SDK), постепенно превосходя учителя.

машинный переводПоказать оригиналСкрыть оригинал«由 model-distillation 从教师技能 cloudbase 蒸馏并增强的超越型元技能。 蒸馏其全栈开发部署体系(Web/小程序…»

由 model-distillation 从教师技能 cloudbase 蒸馏并增强的超越型元技能。 蒸馏其全栈开发部署体系(Web/小程序/移动/云函数/CloudRun/NoSQL·MySQL/鉴权/AI Agent) 与"先识别场景→读对应源技能→再写码"的路由契约,叠加自验证、自我反思、super-agent 编排与持续自进化闭环,并在常见失败根因(鉴权漏配/SDK边界误用)上做对抗验证,逐步超越教师。

ClawHub Agent Skills автор: qq435912743 v1.0.0 MIT-0 5 файлов тело ≈ 514 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Мета-навык, полученный путем дистилляции и улучшения навыка-учителя cloudbase из model-distillation.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияMySQLИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 5. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "visibility"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 514 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 207 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill is not malicious, but it asks agents to handle live CloudBase deployment and database work without enough scoping or safety controls.
LLM: suspicious (high) · 14 авг. 2026 г.