SKILLEMALL.ai
EN Войти

BC evolutionary-iteration

Эволюционный итерационный навык, действующий как селектор мутаций, случайным образом генерирующий несколько итерационных циклов решений для объектов, оценивающий и выбирающий кросс-мутации, выводящий несколько оптимальных решений и выбирающий одно лучшее. 6 областей, 30 типов задач. Триггерные слова: эволюционная итерация, селектор мутаций, итерационный цикл, эволюция решений, оптимальный выбор, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«演化迭代技能，作为突变选择器，随机生成几个事物解决方案迭代循环，评估选择交叉变异引入，输出几个最优方案，选出一个最佳方案。6域30种任务。触…»

演化迭代技能，作为突变选择器，随机生成几个事物解决方案迭代循环，评估选择交叉变异引入，输出几个最优方案，选出一个最佳方案。6域30种任务。触发词：演化迭代、突变选择、迭代循环、方案进化、最优选择、meta-skill-system。

ClawHub Agent Skills автор: 波动几何 v1.0.0 MIT-0 11 файлов тело ≈ 417 токенов Открыть источникclawhub.ai↗ проанализирован 17 ч назад

Эволюционный итерационный навык, действующий как селектор мутаций, случайным образом генерирующий несколько итерационных циклов решений для объектов…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип 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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 11. 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: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 417 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Длина description 116: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This skill is a disclosed planning method for generating and selecting solution options, with no executable code or hidden data access.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.