SKILLEMALL.ai
EN Войти

BC auto-monitor

Активно отслеживает состояние системы. Регулярно проверяет работоспособность серверов и сообщает о ней проактивно, без ожидания команд. Ключевые слова для активации: состояние, system, monitor, автомониторинг системы, auto, регулярная проверка сервиса, monitoring, работоспособность сервера. Предоставляет профессиональную поддержку, охватывает рабочие процессы в различных сценариях, поддерживает автоматическую обработку. Встроенные механизмы восстановления после ошибок и понижения уровня производительности, совместимость с различными форматами, адаптация к данным из разных источников.

машинный переводПоказать оригиналСкрыть оригинал«主动监控系统状态。定期检查服务器健康，主动汇报，无需等待指令。。定期检查服务器健康，主动汇报，无需等待指令。触发关键词: 状态, syste…»

主动监控系统状态。定期检查服务器健康，主动汇报，无需等待指令。。定期检查服务器健康，主动汇报，无需等待指令。触发关键词: 状态, system, monitor, 主动监控系统, auto, 定期检查服务, monitoring, 器健康。提供专业能力支持,覆盖多场景工作流,支持自动化处理。内置错误恢复与降级机制,多格式兼容,适配多源数据。

ClawHub Agent Skills автор: 天轰穿 v1.0.3 MIT-0 2 файла тело ≈ 675 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Активно отслеживает состояние системы.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

Процессный рейтинг: все десять параметров 53/100

  • 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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 675 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 171 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: suspicious
This skill is a system-monitoring helper, but it asks for proactive monitoring and automatic repairs without clear user opt-in, scope, or rollback controls.
LLM: suspicious (high) · 3 авг. 2026 г.