SKILLEMALL.ai

CD remote-job-hunter

Ежедневно автоматически ищет удаленные вакансии и сопоставляет их с вашим резюме. Ежедневно сканирует 5 платформ, оценивает каждую вакансию по вашему резюме с помощью NLP, определяет пробелы в навыках и автоматически подает заявки на 70% совпадений с помощью резюме, адаптированного к описанию вакансии, через Playwright, с подтверждением через WhatsApp. Поддерживает роли в области ИИ/МО, автоматизации QA, разработки ПО и DevOps.

машинный переводПоказать оригиналСкрыть оригинал«Automatically find remote jobs every day and match them to your resume…»

Automatically find remote jobs every day and match them to your resume. Searches 5 platforms daily, scores each job against your resume using NLP, identifies skill gaps, and auto-applies to 70 percent matches with a JD-tailored resume via Playwright, with WhatsApp confirmation. Supports AI/ML, QA Automation, Software Engineering, and DevOps roles.

ClawHub Agent Skills автор: Rajkiran Veldur v1.2.0 18 файлов тело ≈ 0 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Ежедневно автоматически ищет удаленные вакансии и сопоставляет их с вашим резюме.

Как процесс D 38/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

СправочникWhatsAppPlaywrightИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
62/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
6
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Шаги вес 15
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.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-privilege src/apply.py:464
    Повышение привилегий / права на запись для всех (определение детектора / чёрного списка; строковый литерал в коде, не выполняется)
    args=["--no-sandbox", "--disable-setuid-sandbox",
    детекторстрока в коде

Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка body-empty SKILL.md: пустое тело инструкций
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 38/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 0 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)
  • +4Структура: 0 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -15Тело SKILL.md короче 300 символов: скилл почти пустой
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 349 символов: достаточно сигнала, не съедает бюджет

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 6.

Внешние проверки

ClawHub: suspicious
This skill is a job-search tool, but it ships real auto-apply code that can send resumes and application data externally while the documentation is inconsistent about that capability.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.