SKILLEMALL.ai

BF distill-conversation

Извлечение знаний из диалогов больших моделей — парсинг ссылок ChatGPT или вставка текста диалога, автоматическое извлечение ключевых слов, структурирование по принципам первой необходимости, вывод заметок в формате Markdown, удобном для Obsidian.

машинный переводПоказать оригиналСкрыть оригинал«从大模型对话中蒸馏知识笔记 — 解析 ChatGPT 共享链接或粘贴对话文本, 自动提取关键词,按第一性原理结构化整理,输出 Obsidia…»

从大模型对话中蒸馏知识笔记 — 解析 ChatGPT 共享链接或粘贴对话文本, 自动提取关键词,按第一性原理结构化整理,输出 Obsidian 友好的 Markdown 笔记。

ClawHub Agent Skills автор: Young v0.1.1 MIT-0 6 файлов тело ≈ 1 371 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлечение знаний из диалогов больших моделей — парсинг ссылок ChatGPT или вставка текста диалога, автоматическое извлечение ключевых слов, структурирование…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: 链接

ПроцедураObsidianИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: 链接
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 6. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: 链接

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: 链接
  • 0Инструменты и файлы. Не хватает 1 файла(ов): 链接
  • 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
  • 100Шаги. Шагов: 57
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1371 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)
  • +3Длина description 88: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 57 пунктов
  • +4Есть примеры (12 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This skill transparently turns ChatGPT conversations or pasted text into local Markdown notes, with disclosed and proportionate network and file access.
LLM: benign (high) · 28 мая 2026 г.