SKILLEMALL.ai
EN Войти

AC openclaw-enterprise

Платформа для оркестрации корпоративных AI-агентов — позволяет нескольким ИИ-агентам совместно выполнять сложные задачи. Используйте, когда требуется совместная работа нескольких агентов, автоматизация корпоративных рабочих процессов, оркестрация и планирование агентов. Разработано для средних и крупных предприятий, платформ электронной коммерции и операционных команд. Триггеры: ИИ-сотрудник, мультиагентность, корпоративная автоматизация, оркестрация рабочих процессов.

машинный переводПоказать оригиналСкрыть оригинал«企业级AI Agent编排平台 - 让多个AI智能体协同完成复杂业务。Use when 需要多Agent协作、企业工作流自动化、Agent编…»

企业级AI Agent编排平台 - 让多个AI智能体协同完成复杂业务。Use when 需要多Agent协作、企业工作流自动化、Agent编排调度。专为中大型企业、电商平台、运营团队转型设计。Trigger on AI员工、多Agent、企业自动化、工作流编排。

ClawHub Agent Skills автор: WangM-A3 v2.0.3 MIT-0 13 файлов тело ≈ 662 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Платформа для оркестрации корпоративных AI-агентов — позволяет нескольким ИИ-агентам совместно выполнять сложные задачи.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураИИ и агентыИнфраструктуратип 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
59/100
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: 13. 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 "progressive"
    • заметка frontmatter-key неизвестное поле фронтматтера "pricing"
    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 662 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
    • -223 эмодзи в инструкциях: шум для модели
    • -34 из 4 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 131 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +4Есть примеры (2 блоков кода)
    • +1Лицензия указана

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

    Внешние проверки

    ClawHub: clean
    This skill appears purpose-aligned, with the main caution that broad triggers and routing could accidentally send business content into an external multi-agent workflow.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.