SKILLEMALL.ai

AC novel-writing-sop

Движок для написания китайских веб-новелл/爽文 (захватывающих историй): написание с одной фразы, выбор темы, план, основной текст по главам, продолжение, решение проблем с "застреванием", устранение "AI-вкуса", проверка качества с двух точек зрения. Поддерживает массовое производство длинных произведений в стиле Fanqie/Qidian/Jinjiang/Qimao. Сценарии использования: написание романов, написание веб-новелл, написание爽文, план романа, продолжение романа, устранение "AI-тона", написание по главам, длинные сериалы. Ключевые фразы: 写小说 / 网文 / 爽文 / 大纲 / 续写 / 卡文 / 去AI味 / 分章 / 长篇连载; Английский: web novel / Chinese fiction / chapter batch writing / anti-AI-slop.

машинный переводПоказать оригиналСкрыть оригинал«中文网文/爽文全流程写作引擎:一句话开写、选题、大纲、分章正文、续写、卡文破解、去AI味、双视角质检。支持番茄/起点/晋江/七猫向长篇量产。…»

中文网文/爽文全流程写作引擎:一句话开写、选题、大纲、分章正文、续写、卡文破解、去AI味、双视角质检。支持番茄/起点/晋江/七猫向长篇量产。适用场景:写小说、写网文、写爽文、小说大纲、续写小说、去AI腔、分章写作、长篇连载。Trigger phrases: 写小说 / 网文 / 爽文 / 大纲 / 续写 / 卡文 / 去AI味 / 分章 / 长篇连载; English: web novel / Chinese fiction / chapter batch writing / anti-AI-slop.

ClawHub Agent Skills автор: xcya01 v1.1.1 MIT-0 22 файла тело ≈ 860 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Движок для написания китайских веб-новелл/爽文 (захватывающих историй): написание с одной фразы, выбор темы, план, основной текст по главам, продолжение…

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

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
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

    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: 22. 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 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: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 860 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 254 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 32 пунктов
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (7 из 7)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This is mostly a local novel-writing workflow, but it should be reviewed carefully because it explicitly steers AI-detection evasion, strict author-style imitation, and broad auto-activation.
    LLM: suspicious (high) · VirusTotal: · 14 авг. 2026 г.