SKILLEMALL.ai
EN Войти

BD ai-humanlike-config

Помогает SMB и частным лицам настраивать универсальный ИИ для достижения человекоподобных результатов: четыре уровня памяти + активное выполнение + несколько инструментов + согласованность ролей + когнитивное ядро (рефлексия/планирование/забывание/постоянное развитие). v2.3 дополняет уровни дизайна D1-D4: стандартизация оценки (офлайн-оценка eval_smoke)/замкнутый цикл развертывания/интеграция обучения DSH/замкнутый цикл саморефлексии. AIzaoAI и принципы управления устанавливают авторитет. Две линии: корпоративный цифровой сотрудник / личный ассистент, учитель, детский ИИ-учитель. Охватывает полный спектр услуг до, во время и после продажи, четыре порта, настройку любой большой модели в один клик, самостоятельную подачу материалов, зашифрованный ID, полный отслеживаемый путь, сравнение с эталоном, возврат средств и уничтожение. Используйте, когда хотите, чтобы ИИ был более человечным, создайте цифрового сотрудника или ИИ-учителя для детей.

машинный переводПоказать оригиналСкрыть оригинал«帮 SMB 与个人把通用 AI 配出类人效果：四层记忆+主动执行+多工具+角色一致+认知内核四件套(反思自省/规划推理/遗忘巩固/持续进化)…»

帮 SMB 与个人把通用 AI 配出类人效果：四层记忆+主动执行+多工具+角色一致+认知内核四件套(反思自省/规划推理/遗忘巩固/持续进化)。v2.3 补 D1-D4 设计层：评测标准化(eval_smoke离线评测)/部署闭环/DSH训练整合/自主反思闭环。AIzaoAI 与治理理念立权威。双线：企业数字员工 / 个人助理老师儿童AI老师。覆盖售前中后全服务、四端口、一键配置任意大模型、自助喂料、加密ID、全链路追溯、评测对标、退款销毁。想让AI更像人、配数字员工、给孩子搭AI老师时用。

ClawHub Hermes автор: zhaoxinghua09-cell v2.3.0 MIT-0 53 файла тело ≈ 3 257 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Помогает SMB и частным лицам настраивать универсальный ИИ для достижения человекоподобных результатов: четыре уровня памяти + активное выполнение + несколько…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent Cursor
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 53. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 247 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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: 53
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3257 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле

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 247 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 53 пунктов
  • +4Справочные файлы упоминаются в инструкциях (41 из 41)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
The skill is mostly a disclosed AI-configuration toolkit, but it encourages persistent memory, broad data ingestion, and automatic self-improvement that need tighter user control before installation.
LLM: suspicious (high) · 25 авг. 2026 г.