SKILLEMALL.ai
EN Войти

AC industrial-silicon-army

Промышленный интернет, кремниевый легион — эксперт по эксплуатации ИИ в производстве. Специально разработан для управления производством, оптимизации цепочек поставок, контроля качества, предиктивного обслуживания оборудования. Используйте при автоматизации производства, интеграции MES-систем, оптимизации цепочек поставок, предиктивном обслуживании оборудования, контроле качества. Активируется по фразам: промышленный интернет, трансформация интеллектуального производства, цифровая трансформация промышленности, управление производством.

машинный переводПоказать оригиналСкрыть оригинал«产业互联网硅基军团 - 制造业AI运营专家。专为工厂管理、供应链优化、质量控制、设备预测性维护设计。Use when 工厂智能化、MES系统…»

产业互联网硅基军团 - 制造业AI运营专家。专为工厂管理、供应链优化、质量控制、设备预测性维护设计。Use when 工厂智能化、MES系统集成、供应链优化、设备预测维护、质量检测。Trigger on 工业互联网、智能制造转型、产业数字化、工厂管理。

ClawHub Agent Skills автор: WangM-A3 v1.4.1 MIT-0 18 файлов тело ≈ 1 339 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Промышленный интернет, кремниевый легион — эксперт по эксплуатации ИИ в производстве.

Как процесс C 52/100 · 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
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "required_env"
    • заметка frontmatter-key неизвестное поле фронтматтера "progressive"
    • заметка frontmatter-key неизвестное поле фронтматтера "pricing"
    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

    Процессный рейтинг: все десять параметров 52/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1339 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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
    • -216 эмодзи в инструкциях: шум для модели
    • -32 из 2 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 126 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 33 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Есть примеры (4 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: suspicious
    This appears to be a legitimate manufacturing AI assistant, but it needs Review because it asks for sensitive business/API access while giving inconsistent data-sharing and scope information.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.