SKILLEMALL.ai

AB career-success-predictor

Оценка соответствия карьере с помощью 10 вопросов по конкретным профессиям. Оценивает вероятность успеха и создает персонализированный отчет. Активируйте, когда пользователи спрашивают о смене карьеры, соответствии работе, шансах на успех или карьерных переходах — включая «Подхожу ли я для X?», «Смогу ли я стать X?», «Стоит ли мне перейти на X?», «Каковы мои шансы в X?», «职业转换», «转行», «职业规划», «我适合做XX吗», «转行成功率», «職業評估», «転職», «キャリア相談», или выражают неуверенность в карьерном направлении.

машинный переводПоказать оригиналСкрыть оригинал«Career fit assessment through 10 occupation-specific questions. Estima…»

Career fit assessment through 10 occupation-specific questions. Estimates success likelihood and produces a personalized report. Trigger when users ask about career switches, job fit, success odds, or career transitions — including "Am I suited for X?", "Can I make it as X?", "Should I switch to X?", "What are my odds in X?", "职业转换", "转行", "职业规划", "我适合做XX吗", "转行成功率", "職業評估", "転職", "キャリア相談", or express uncertainty about career direction.

ClawHub Agent Skills автор: tonytan10086 v1.0.3 MIT-0 5 файлов тело ≈ 3 400 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Оценка соответствия карьере с помощью 10 вопросов по конкретным профессиям.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторWordДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 67/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 51
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3400 токенов
    • 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +3Длина description 440 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 51 пунктов
    • +4Есть примеры (1 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This skill provides a disclosed career-fit self-assessment and local report generation, with no evidence of hidden access, exfiltration, destructive behavior, or unrelated authority.
    LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.