SKILLEMALL.ai

AD oled-intelligence-portal

Введите ключевые слова из любой технической области (например, "OLED", "твердотельные батареи", "мРНК-вакцины"), чтобы автоматически создать портал информационных бюллетеней в этой области (веб-сайт HTML). Мониторинг компаний и технологических направлений осуществляется автоматически с помощью ИИ-модели, новости автоматически извлекаются с помощью поиска по векторным новостям智慧芽 (Wisdom芽), патенты ищутся непосредственно в базе данных патентов智慧芽 после расширения ключевых слов. Активируется, когда пользователь говорит "создать информационный портал XXX", "информационный бюллетень в области XXX", "помоги мне отслеживать технологию XXX".

машинный переводПоказать оригиналСкрыть оригинал«输入任意技术领域关键词(如"OLED"、"固态电池"、"mRNA疫苗"),自动生成该领域的情报简报门户(HTML网站)。监控的企业和技术分支…»

输入任意技术领域关键词(如"OLED"、"固态电池"、"mRNA疫苗"),自动生成该领域的情报简报门户(HTML网站)。监控的企业和技术分支由AI模型自动检索和拆解,新闻由智慧芽新闻向量检索自动获取,专利使用关键词扩展后在智慧芽专利数据库直接检索。当用户说"生成XXX情报门户"、"XXX领域情报简报"、"帮我监控XXX技术"时触发。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 7 файлов тело ≈ 1 012 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Введите ключевые слова из любой технической области (например, "OLED", "твердотельные батареи", "мРНК-вакцины"), чтобы автоматически создать портал…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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: 7. 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 "copyright"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1012 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

Внешние проверки

ClawHub: clean
This skill is a disclosed report generator that searches authorized Patsnap sources and writes local HTML pages, with some containment and input-sanitization caveats users should understand.
LLM: benign (medium) · VirusTotal: · 13 авг. 2026 г.