SKILLEMALL.ai

AC daily-tongjian

Ежедневное чтение «Всеобъемлющего зеркала, помогающего в управлении государством» (资治通鉴) — все 294 тома, с автоматическим отслеживанием прогресса, полным текстом лекций, генерацией изображений и голосовым сопровождением. 每日通读《资治通鉴》——逐卷逐讲推进,自动追踪进度,默认生成完整讲稿、配图与语音。 Триггеры / 触发词: 「资治通鉴」「通鉴」「daily tongjian」「今日通鉴」「继续读通鉴」「tongjian»

машинный переводПоказать оригиналСкрыть оригинал«Daily reading of Comprehensive Mirror to Aid in Government (资治通鉴) — al…»

Daily reading of Comprehensive Mirror to Aid in Government (资治通鉴) — all 294 volumes, with auto-tracked progress, full lecture text, image generation, and voice narration. 每日通读《资治通鉴》——逐卷逐讲推进,自动追踪进度,默认生成完整讲稿、配图与语音。 Triggers / 触发词: 「资治通鉴」「通鉴」「daily tongjian」「今日通鉴」「继续读通鉴」「tongjian」

ClawHub Agent Skills автор: TommyYanPS v0.2.0 MIT-0 7 файлов тело ≈ 1 194 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Ежедневное чтение «Всеобъемлющего зеркала, помогающего в управлении государством» (资治通鉴) — все 294 тома, с автоматическим отслеживанием прогресса, полным…

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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")

Процессный рейтинг: все десять параметров 55/100

  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 54
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1194 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 278 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: clean
This skill is a coherent daily history-reading assistant that saves reading progress and generated media locally, with no evidence of deception, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 9 июл. 2026 г.