SKILLEMALL.ai

AC usertold

Записывайте одобренные интервью в продукте и используйте их исходные доказательства через UserTold MCP или CLI. Используйте, когда агенту необходимо настроить запись интервью, просмотреть транскрипции голоса, поддержанные записи экрана рабочего стола, наблюдаемое поведение или контекст страницы, просмотреть анализ UserTold, подготовить проверенную работу над продуктом или экспортировать необработанные и обработанные исследования для передачи в UX-исследования, Voice of Customer, отслеживание инсайтов, приоритизацию, написание проблем или рабочие процессы реализации. Не используйте для набора участников или для утверждений, не основанных на записанных данных.

машинный переводПоказать оригиналСкрыть оригинал«Capture consented in-product interviews and use their source-linked ev…»

Capture consented in-product interviews and use their source-linked evidence through UserTold MCP or CLI. Use when an agent needs to set up interview capture, inspect voice transcripts, supported desktop screen recordings, observed behavior or page context, review UserTold analysis, prepare verified product work, or export raw and processed research into a portable handoff for UX research, Voice of Customer, insight-tracking, prioritization, issue-writing, or implementation workflows. Do not use for participant recruitment or for claims not grounded in the captured record.

ClawHub Agent Skills автор: UserTold v0.2.0 MIT-0 6 файлов тело ≈ 1 384 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Записывайте одобренные интервью в продукте и используйте их исходные доказательства через UserTold MCP или CLI.

Как процесс C 55/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ПроцедураИИ и агентыЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
99/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
98
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 6. 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 55/100

    • 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: 6, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 42
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1384 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 579 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 42 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 98.

    Внешние проверки

    ClawHub: clean
    UserTold is a clearly scoped research skill for consented interview capture and source-linked handoffs, with sensitive data handling disclosed and approval gates for impactful actions.
    LLM: benign (high) · VirusTotal: · 5 авг. 2026 г.