SKILLEMALL.ai

BC fragment-thoughts-organizer-en

Ловите мимолетные мысли, незаконченные фразы, обрывки разговоров, людей, места, ссылки и интуитивные ощущения в течение дня; архивируйте их в дневном архиве, сохраняя оригинальный стиль пользователя; и позже находите скрытые связи между семантическими, временными, эмоциональными, людьми и сюжетными нитями, не делая выводов за пользователя.

машинный переводПоказать оригиналСкрыть оригинал«Catch stray thoughts, half-sentences, overheard snippets, people, plac…»

Catch stray thoughts, half-sentences, overheard snippets, people, places, links, and gut feelings throughout the day; file them into a same-day archive that preserves the user's original voice; and later surface latent connections across semantic, temporal, emotional, people, and scene threads without drawing conclusions for the user.

ClawHub Hermes автор: Hanyuan v0.1.0 MIT-0 10 файлов тело ≈ 2 695 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Ловите мимолетные мысли, незаконченные фразы, обрывки разговоров, людей, места, ссылки и интуитивные ощущения в течение дня; архивируйте их в дневном архиве…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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-long-hermes description 336 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "skillType"

Процессный рейтинг: все десять параметров 60/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Ошибки и развилки. Развилок: 2
  • 85Шаги. Шагов: 41, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2695 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 336 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: clean
This is a prompt-only personal note organization skill whose privacy risks are real but mostly disclosed and aligned with what it says it does.
LLM: benign (high) · VirusTotal: · 21 июн. 2026 г.