SKILLEMALL.ai
EN Войти

BF lecture-notes-master

Лекционные заметки Obsidian с рекурсивной атомарной декомпозицией. Создает основную заметку (хаб), атомарные заметки (глубиной 3+ слоя, каждая с богатой структурой) и неограниченное количество глоссариев. Входные данные: лекции, статьи, видео, URL, транскрипты, PDF. Выходные данные: markdown Obsidian с диаграммами Mermaid, сравнительными таблицами, двуязычными терминами, wikilinks.

машинный переводПоказать оригиналСкрыть оригинал«Obsidian lecture notes with recursive atomic decomposition. Generates…»

Obsidian lecture notes with recursive atomic decomposition. Generates main note (hub), atomic notes (3+ layers deep, rich structure each), and unlimited glossary entries. Inputs: lectures, articles, videos, URLs, transcripts, PDFs. Outputs: Obsidian markdown with Mermaid diagrams, comparison tables, bilingual terms, wikilinks.

ClawHub Agent Skills автор: SchaeferAnjon v1.0.0 MIT-0 15 файлов тело ≈ 4 848 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Лекционные заметки Obsidian с рекурсивной атомарной декомпозицией.

Как процесс F 58/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/performance-chart.png

ГенераторObsidianИнфраструктураМедиа и видеоТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
F
58/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/performance-chart.png
Инструменты и файлы вес 18
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • низкая Секреты в коде secret-high-entropy-token EXAMPLES.md:213
    Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример)
    - [[2028…tes]]
    тестовый файл
  • низкая Секреты в коде secret-high-entropy-token EXAMPLES.md:337
    Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример)
    - [[2028…tes]]
    тестовый файл
  • низкая Секреты в коде secret-high-entropy-token EXAMPLES.md:358
    Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример)
    Topic: GPU-…ion
    тестовый файл
  • низкая Секреты в коде secret-high-entropy-token scripts/generate.py:14
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    --parent "GPU-…tes" \
    в кавычках

Просканировано файлов: 15. 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: assets/performance-chart.png

Процессный рейтинг: все десять параметров 58/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/performance-chart.png
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/performance-chart.png
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 4848 токенов
  • 85Шаги. Шагов: 116, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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)
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 328 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 39 заголовков
  • +3Пошаговые инструкции: 116 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (10 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a disclosed Obsidian lecture-note generator that writes note files and optional charts as part of its stated purpose, with manageable risks around broad triggers and local file creation.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.