SKILLEMALL.ai

BF deep-topic-research

Проводит глубокое исследование конкретной темы/задачи/отрасли, предложенной пользователем, и выдает структурированный отчет. Использует параллельный поиск с несколькими агентами (по образцу Nuwa) и принцип сдержанного вызова (по образцу AutoGLM DeepResearch), сначала отображая промежуточные результаты, а затем принимая решение.

машинный переводПоказать оригиналСкрыть оригинал«对用户提出的具体话题/课题/行业进行深度调研,输出结构化报告。结合多智能体并行搜索(借鉴女娲Nuwa)和克制调用原则(借鉴AutoGLM D…»

对用户提出的具体话题/课题/行业进行深度调研,输出结构化报告。结合多智能体并行搜索(借鉴女娲Nuwa)和克制调用原则(借鉴AutoGLM DeepResearch),先展示中间发现再决策。

ClawHub Agent Skills автор: RealGhost v1.0.0 MIT-0 2 файла тело ≈ 929 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проводит глубокое исследование конкретной темы/задачи/отрасли, предложенной пользователем, и выдает структурированный отчет.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: URL

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: URL
Инструменты и файлы вес 18
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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")
  • предупреждение missing-ref ссылка на отсутствующий файл: URL

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: URL
  • 0Инструменты и файлы. Не хватает 1 файла(ов): URL
  • 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
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 929 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)
  • +3Длина description 94: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -233 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: clean
The artifacts are coherent maintenance skills with disclosed ClawHub/Convex workflows; the sensitive commands are user-directed and gated by auth or confirmation.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.