SKILLEMALL.ai

AC usertold-recruit-participants

Планируйте набор участников для исследования UserTold Study и создавайте копии для набора участников, читаемые пользователем, плюс канонические входные данные для приглашения, видимости и нейтрального приема. Используйте при выборе, кого пригласить, сравнении каналов связи, установлении ческого вознаграждения, составлении текста для запуска в продукте или приглашения по прямой ссылке, проверке без раскрытия квалификационных ответов или преобразовании существующего плана набора в конфигурацию UserTold. Не используйте для отправки сообщений, поиска группы участников, выплаты вознаграждений, претензии на репрезентативную выборку или предоставления юридических консультаций.

машинный переводПоказать оригиналСкрыть оригинал«Plan participant recruitment for a UserTold Study and produce particip…»

Plan participant recruitment for a UserTold Study and produce participant-readable recruitment copy plus canonical Invitation, Visibility, and neutral Intake inputs. Use when choosing whom to invite, comparing outreach channels, setting an honest reward, drafting an in-product launcher or direct-link invitation, screening without revealing qualifying answers, or translating an existing recruitment plan into UserTold configuration. Do not use to send outreach, source a participant panel, fulfill rewards, claim representative sampling, or provide legal advice.

ClawHub Agent Skills автор: UserTold v0.1.0 MIT-0 6 файлов тело ≈ 1 674 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Планируйте набор участников для исследования UserTold Study и создавайте копии для набора участников, читаемые пользователем, плюс канонические входные данные…

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

ГенераторЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
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: 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 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: 5, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 23
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1674 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 564 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 23 пунктов
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent recruitment-planning guide for UserTold studies and does not show hidden execution, credential use, or unsafe automation.
    LLM: benign (high) · VirusTotal: · 12 авг. 2026 г.