SKILLEMALL.ai

AB systems-thinking

Используйте этот навык, когда пользователь запрашивает системное мышление (включая его название или указание использовать/применять/запускать с очевидными опечатками; решительный) или хочет увидеть, как части связаны — отображение взаимозависимостей, циклов обратной связи, задержек, запасов и потоков, а также точек приложения усилий перед рекомендацией действий. Используйте, когда беспокоятся о непреднамеренных последствиях, целостном взгляде, коренных причинах, выходящих за рамки единой вины, или о том, как выбор распространяется между командами, продуктами или политиками, даже если они никогда не говорят «цикл обратной связи» или «запас и поток». Пропускайте для линейных задач с одним шагом, расчетов с одной переменной или исправлений, которые не требуют карты взаимодействий или стимулов.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user asks for systems thinking (including nami…»

Use this skill when the user asks for systems thinking (including naming it or directing use/apply/run with obvious misspellings; decisive) or wants to see how parts connect—mapping interdependencies, feedback loops, delays, stocks and flows, and leverage points before recommending action. Use when they worry about unintended consequences, holistic views, root causes beyond single blame, or how choices propagate across teams, products, or policies, even if they never say "feedback loop" or "stock and flow". Skip for single-step linear tasks, lone-variable calculations, or fixes that need no map of interactions or incentives.

ClawHub Agent Skills автор: Siva Sai v2026.5.17 MIT-0 2 файла тело ≈ 681 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте этот навык, когда пользователь запрашивает системное мышление (включая его название или указание использовать/применять/запускать с очевидными…

Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
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 66/100

    • 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
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 681 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

    • +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
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 632 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is a plain reasoning aid for systems-thinking analysis and does not request code execution, data access, persistence, or privileged behavior.
    LLM: benign (high) · 28 мая 2026 г.