SKILLEMALL.ai

AD distill-self-improving

Когда пользователь явно указывает файл, каталог, проект или данные, добавьте подтвержденный диапазон в локальную базу знаний, создайте удобную для поиска навигацию по каталогам и обрабатывайте каждую часть по отдельности. Для долгосрочного ценного контента создавайте отдельные сводки; для файлов, которые невозможно прочитать, конфиденциальных, повторяющихся или непригодных для хранения, укажите результат обработки для каждого файла. Проекты кода фокусируются на ключевых точках входа и важных документах с инструкциями, каталоги данных обрабатываются пофайлово в соответствии с требованиями пользователя, управляются ли они Git, только как справочная информация, а не как отдельное решение о типе. Обычный просмотр, ответы на вопросы или автоматическое обнаружение не запускают этот процесс, исходные файлы всегда остаются неизменными.

машинный переводПоказать оригиналСкрыть оригинал«当用户明确指定文件、目录、项目或资料时,把确认范围加入本机知识库,建立便于查找的目录导航,并逐份读取和整理。对有长期价值的内容分别形成独立总…»

当用户明确指定文件、目录、项目或资料时,把确认范围加入本机知识库,建立便于查找的目录导航,并逐份读取和整理。对有长期价值的内容分别形成独立总结;对无法读取、敏感、重复或不适合保留的文件逐件说明处理结果。代码项目侧重关键入口和重要说明文档,资料目录按用户要求逐文件处理,是否由 Git 管理只作参考而不会单独决定类型。普通查看、问答或自动发现不会触发,原始文件始终保持不变。

ClawHub Agent Skills автор: Aaron Sun v1.0.1 MIT-0 15 файлов тело ≈ 1 590 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Когда пользователь явно указывает файл, каталог, проект или данные, добавьте подтвержденный диапазон в локальную базу знаний, создайте удобную для поиска…

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
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

    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: 15. 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 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 (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 45
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1590 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 186 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 45 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a user-directed local file indexing and summarization workflow with disclosed writes to a local knowledge directory and no hidden background, network, credential, or original-file mutation behavior.
    LLM: benign (high) · VirusTotal: · 20 авг. 2026 г.