SKILLEMALL.ai
EN Войти

BC openclaw-skill-marketplace

Магазин навыков OpenClaw — синхронизируйте более 100 навыков из ClawHub, умные рекомендации по лучшим комбинациям навыков для вас. Поддержка рекомендаций по сценариям (разработка/творчество/офис), по отраслям (интернет/финансы/образование), по ролям (разработчик/дизайнер/студент). Улучшенный поиск: точный поиск, нечеткий поиск, сопоставление китайских ключевых слов (например, "backup" по запросу "备份"). Просмотр, поиск, установка в один клик, оценка и отзывы, топ-100 в рейтинге. Ключевые слова: openclaw, marketplace, skills, recommendation, clawhub, discovery, search, chinese

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw 技能市场 - 从 ClawHub 同步 100+ 技能，智能推荐最适合你的技能组合。 支持场景推荐（开发/创作/办公）、行…»

OpenClaw 技能市场 - 从 ClawHub 同步 100+ 技能，智能推荐最适合你的技能组合。 支持场景推荐（开发/创作/办公）、行业推荐（互联网/金融/教育）、身份推荐（开发者/设计师/学生）。 增强搜索：精确搜索、模糊搜索、中文关键词映射（如"备份"搜到"backup"）。 浏览、搜索、一键安装、评分评论、排行榜 Top100。 关键词：openclaw, marketplace, skills, recommendation, clawhub, discovery, search, chinese

ClawHub Agent Skills автор: williamwg2025 v0.1.0 MIT-0 13 файлов тело ≈ 628 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Магазин навыков OpenClaw — синхронизируйте более 100 навыков из ClawHub, умные рекомендации по лучшим комбинациям навыков для вас.

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

ПроцедураТорговляИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
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: 13. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "acceptLicenseTerms"

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: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 628 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
  • -217 эмодзи в инструкциях: шум для модели
  • -31 из 7 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 258 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (5 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This marketplace skill appears purpose-built for discovering and installing OpenClaw skills, but its security documentation understates network use and local changes.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.