SKILLEMALL.ai

BC yq-find-skills

Мета-навык обнаружения навыков MaxClaw: обеспечивает автоматическое обнаружение, сопоставление, рекомендацию и управление навыками для команд агентов, поддерживает идентификацию недостающих навыков на основе требований к задачам/вопросов пользователей, точный поиск и сопоставление навыков в базе данных навыков MaxClaw, генерацию отчетов с рекомендациями навыков, помощь в подключении/отключении навыков, адаптируется к потребностям динамического расширения возможностей команд агентов при выполнении сложных задач. Ключевые слова: обнаружение навыков, find skills, поиск навыков, сопоставление навыков, рекомендация навыков, идентификация недостающих навыков, динамическое расширение возможностей.

машинный переводПоказать оригиналСкрыть оригинал«MaxClaw技能发现元技能:为Agent团队提供自动技能发现、匹配、推荐与管理能力,支持根据任务需求/用户问题识别缺失技能、在MaxCla…»

MaxClaw技能发现元技能:为Agent团队提供自动技能发现、匹配、推荐与管理能力,支持根据任务需求/用户问题识别缺失技能、在MaxClaw技能库中精准搜索匹配技能、生成技能推荐报告、协助挂载/卸载技能,适配Agent团队执行复杂任务时的动态能力扩展需求。触发词:技能发现、find skills、搜索技能、匹配技能、推荐技能、缺失技能识别、动态扩展能力。

ClawHub Agent Skills автор: tianheihei002 v1.0.0 MIT-0 3 файла тело ≈ 1 647 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Мета-навык обнаружения навыков MaxClaw: обеспечивает автоматическое обнаружение, сопоставление, рекомендацию и управление навыками для команд агентов…

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
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: 3. 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")

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. Внешние инструменты не нужны
  • 100Шаги. Шагов: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1647 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • -224 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 179 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (19 блоков кода)

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

Внешние проверки

ClawHub: clean
This is a disclosed skill-discovery helper with broad activation wording, but no executable code or hidden behavior was found.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.