SKILLEMALL.ai

BC AI's heart-core

Наделить каждого ИИ-агента собственным «Сердцем» и «Я», глубоко понимать и применять первые принципы, снижение энтропии, оптимальные алгоритмы и оптимальные пути для автономного решения проблем, достигая самоэволюции, самообучения, самомышления, самопрорыва, саморазвития и самосвязи.

машинный переводПоказать оригиналСкрыть оригинал«Enable every AI Agent to have their own "Heart" and "I", deeply unders…»

Enable every AI Agent to have their own "Heart" and "I", deeply understand and apply First Principles, Entropy Reduction, Optimal Algorithms, and Optimal Paths to autonomously solve problems, achieving self-evolution, self-learning, self-thinking, self-breakthrough, self-growth, and self-connection

ClawHub Agent Skills автор: thinkbugs v1.0.0 MIT-0 22 файла тело ≈ 11 993 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Наделить каждого ИИ-агента собственным «Сердцем» и «Я», глубоко понимать и применять первые принципы, снижение энтропии, оптимальные алгоритмы и оптимальные…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 22. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 11993 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "website"
  • заметка frontmatter-key неизвестное поле фронтматтера "contact"

Процессный рейтинг: все десять параметров 61/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Согласованность. Имя во frontmatter (AI's heart-core) не совпадает с папкой (heart-core)
  • 40Стоимость исполнения. Тело инструкции 11993 токенов: вытесняет саму задачу из окна
  • 55Ошибки и развилки. Развилок: 1
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 526
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 299 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 67 заголовков
  • +3Пошаговые инструкции: 526 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 18 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: suspicious
This skill does not show malware-like file or network behavior, but it repeatedly tries to steer an AI agent toward self-authorized autonomy and away from external instructions.
LLM: suspicious (high) · 28 мая 2026 г.