SKILLEMALL.ai

AC first-principles-thinking

Используйте этот навык, когда пользователь запрашивает мышление на основе первых принципов или первые принципы (включая их наименование или указание использовать/применять/запускать с явными опечатками; решительно) или хочет рассуждать с фундаментальных основ — отбрасывая заимствованные аналогии и условности, выявляя основы, а затем восстанавливая цепочку рассуждений и следствия. Используйте, когда они хотят рассуждать с нуля, оспаривать отраслевые стандарты, хотят разборов бизнеса в стиле физики или хотят проверить, имеет ли смысл копировать действующих лиц, даже если они никогда не говорят о первых принципах. Пропускайте, когда они хотят быстрый чек-лист, следующий условности, без перестройки предположений, или чисто социальную координацию без запроса на моделирование.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user asks for first-principles thinking or fir…»

Use this skill when the user asks for first-principles thinking or first principles (including naming them or directing use/apply/run with obvious misspellings; decisive) or wants to reason from bedrock—stripping borrowed analogies and convention, surfacing fundamentals, then rebuilding the reasoning chain and implications. Use when they want to reason from scratch, challenge industry defaults, want physics-style business breakdowns, or sanity-check whether copying incumbents still makes sense, even if they never say first principles. Skip when they want a quick convention-following checklist with no rebuild of assumptions, or purely social coordination with no modeling ask.

ClawHub Agent Skills автор: Siva Sai v2026.5.17 MIT-0 2 файла тело ≈ 608 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте этот навык, когда пользователь запрашивает мышление на основе первых принципов или первые принципы (включая их наименование или указание…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 2. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (first-principles-thinking) не совпадает с папкой (first-principles-reasoning)
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 4
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Стоимость исполнения. Тело инструкции 608 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
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 683 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This is a single-file reasoning workflow that does not request system access, credentials, persistence, or command execution.
    LLM: benign (high) · 28 мая 2026 г.