SKILLEMALL.ai

AB chapter-lead-writer

Напишите блоки введения к главам H2 (`sections/S<sec_id>_lead.md`), которые предваряют сравнительный ракурс главы и связывают ее подсекции H3, не добавляя новых фактов. **Триггер**: автор введения к главе, автор введения к разделу, введение H2, вводный абзац, 章节导读, 章节导语. **Используйте, когда**: у вас есть главы H2 с несколькими подсекциями H3, и черновик читается как островные абзацы между подсекциями. **Пропустите, если**: в плане нет подсекций H3 или отсутствует `outline/chapter_briefs.jsonl`. **Сеть**: нет. **Ограничение**: никаких новых фактов/цитат; никаких заголовков; никаких шаблонов повествования; используйте только ключи цитат, присутствующие в `citations/ref.bib`.

машинный переводПоказать оригиналСкрыть оригинал«Write H2 chapter lead blocks (`sections/S<sec_id>_lead.md`) that previ…»

Write H2 chapter lead blocks (`sections/S<sec_id>_lead.md`) that preview the chapter's comparison lens and connect its H3 subsections, without adding new facts. **Trigger**: chapter lead writer, section lead writer, H2 lead, lead paragraph, 章节导读, 章节导语. **Use when**: you have H2 chapters with multiple H3 subsections and the draft reads like paragraph islands across subsections. **Skip if**: the outline has no H3 subsections, or `outline/chapter_briefs.jsonl` is missing. **Network**: none. **Guardrail**: no new facts/citations; no headings; no narration templates; use only citation keys present in `citations/ref.bib`.

ClawHub Agent Skills автор: WILLOSCAR v1.0.0 MIT-0 26 файлов тело ≈ 1 328 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Напишите блоки введения к главам H2 (sections/S<secid>lead.md), которые предваряют сравнительный ракурс главы и связывают ее подсекции H3, не добавляя новых…

Как процесс B 72/100 · Почти готов — слабые места: когда включается, отчётность по ходу

ГенераторИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Инструменты и файлы вес 18
60
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: 26. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 72/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 60
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1328 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 623 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 60 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: suspicious
    This looks like a modest chapter-lead helper on the surface, but the package bundles broader research pipelines and workspace-writing behavior that are not clearly disclosed.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.