SKILLEMALL.ai
EN Войти

AC cotrace

Сбор рабочего следа: автоматический сбор повседневной рабочей активности пользователя через Pieces + Cotrace для получения личного контекста. Триггеры: cotrace, pieces, 工作记录, 最近做了什么, 今天做了什么, trace, 采集, 轨迹. НЕ для: управления задачами (используйте auwomo-task), отправки сообщений (используйте auwomo-message).

машинный переводПоказать оригиналСкрыть оригинал«工作轨迹采集：通过 Pieces + Cotrace 自动采集用户日常工作活动，获取个人上下文。 Triggers: cotrace, pi…»

工作轨迹采集：通过 Pieces + Cotrace 自动采集用户日常工作活动，获取个人上下文。 Triggers: cotrace, pieces, 工作记录, 最近做了什么, 今天做了什么, trace, 采集, 轨迹. NOT for: 任务管理(use auwomo-task), 消息发送(use auwomo-message).

ClawHub Agent Skills автор: 郭凯文(Kaiwen Guo) v1.2.0 MIT-0 3 файла тело ≈ 350 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Сбор рабочего следа: автоматический сбор повседневной рабочей активности пользователя через Pieces + Cotrace для получения личного контекста.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураИнфраструктуратип 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
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
54/100
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 54/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 8
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 350 токенов

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 8 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: suspicious
    This skill appears purpose-aligned, but it handles sensitive work-activity data and asks the agent to set up broad external access with limited privacy and scope disclosure.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.