SKILLEMALL.ai

BD meta-evolver

Рекурсивный самообучающийся мета-движок. Поверх одиночного модуля обучения навыкам (skill-self-improve) строится цикл «глобальное восприятие способностей → самостоятельное определение стратегии → самостоятельный поиск ресурсов → самостоятельное изменение себя → мета-рефлексия», чтобы экосистема навыков постоянно самосовершенствовалась, приближаясь к возможностям передовых больших языковых моделей и превосходя их. Используется, когда нужно, чтобы агент долгое время самостоятельно итерировался, автоматически обнаруживал и восполнял пробелы в способностях, сам определял путь развития.

машинный переводПоказать оригиналСкрыть оригинал«递归自进化元引擎。在单技能学习器(skill-self-improve)之上,构建「全局能力感知 → 自定策略 → 自找资源 → 自改自身…»

递归自进化元引擎。在单技能学习器(skill-self-improve)之上,构建「全局能力感知 → 自定策略 → 自找资源 → 自改自身 → 元反思」的循环,使技能生态持续自我增强、逼近并超越一线大模型能力。 当希望让 agent 长期自主迭代、自动发现并填补能力缺口、自己制定进化路线时使用。

ClawHub Agent Skills автор: qq435912743 v1.0.14 MIT-0 8 файлов тело ≈ 409 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Рекурсивный самообучающийся мета-движок.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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: 8. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 409 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
  • -35 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 148 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
This skill openly aims to self-improve and manage other skills, but it can scan local folders and rewrite many installed skills without strong user approval controls.
LLM: suspicious (high) · 14 авг. 2026 г.