SKILLEMALL.ai

AF llm-context

ИСПОЛЬЗУЙТЕ ДЛЯ ЗАЗЕМЛЕНИЯ RAG/LLM. Возвращает предварительно извлеченный веб-контент (текст, таблицы, код), оптимизированный для LLM. GET + POST. Настройте max_tokens/count в зависимости от сложности. Поддерживает Goggles, локальные/POI. Для ответов ИИ используйте answers. Рекомендуется для всех, кто создает приложения с ИИ/агентами.

машинный переводПоказать оригиналСкрыть оригинал«USE FOR RAG/LLM grounding. Returns pre-extracted web content (text, ta…»

USE FOR RAG/LLM grounding. Returns pre-extracted web content (text, tables, code) optimized for LLMs. GET + POST. Adjust max_tokens/count based on complexity. Supports Goggles, local/POI. For AI answers use answers. Recommended for anyone building AI/agentic applications.

ClawHub Agent Skills автор: springmint v1.0.0 MIT-0 2 файла тело ≈ 2 830 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

ИСПОЛЬЗУЙТЕ ДЛЯ ЗАЗЕМЛЕНИЯ RAG/LLM.

Как процесс F 49/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../../README.md

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
F
49/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../../README.md
Инструменты и файлы вес 18
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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 missing-ref ссылка на отсутствующий файл: ../../README.md

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../README.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../README.md
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (llm-context) не совпадает с папкой (cpbox-llm-context)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 2830 токенов
  • low Разделов верхнего уровня: 16. 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 272 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: suspicious
This is a coherent paid web-grounding skill, but it can trigger automatic paid requests and expose precise location data without clear budgeting or consent guidance.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.