SKILLEMALL.ai

AC identity-emergence-field

Навык обработки эмерджентных полей идентичности, рассматривает задачу как эмерджентное поле, распознает эмерджентные характеристики и сложность задачи, активирует соответствующие поля идентичности для формирования временной консенсусной сети обработки, позволяя точкам консенсуса сети автоматически сходиться к выводу, по умолчанию скрывает детали взаимодействия полей, но пользователь может запросить отображение топологии сети и процесса формирования консенсуса. 7 областей, 37 типов задач. Триггерные слова: эмерджентность, поле идентичности, консенсусная сеть, активация поля, топология сети, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«身份涌现场处理技能,将任务视为涌现场,识别任务的涌现特性和复杂性,激活相关身份场形成临时处理共识网络,使网络共识点自动收敛为输出,默认隐藏场…»

身份涌现场处理技能,将任务视为涌现场,识别任务的涌现特性和复杂性,激活相关身份场形成临时处理共识网络,使网络共识点自动收敛为输出,默认隐藏场互动细节但用户可要求展示网络拓扑与共识形成过程。7域37种任务。触发词:涌现、身份场、共识网络、场激活、网络拓扑、meta-skill-system。

ClawHub Agent Skills автор: 波动几何 v1.0.0 MIT-0 12 файлов тело ≈ 457 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Навык обработки эмерджентных полей идентичности, рассматривает задачу как эмерджентное поле, распознает эмерджентные характеристики и сложность задачи…

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
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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: 12. 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 457 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 145 символов: достаточно сигнала, не съедает бюджет
  • +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: 76.

Внешние проверки

ClawHub: clean
This is a markdown-only reasoning framework for structuring complex tasks, with no evidence of hidden execution, data collection, persistence, or credential access.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.