SKILLEMALL.ai
EN Войти

AC ai-meeting-room

AI 회의실 — задайте тему, и эксперты-ИИ-агенты обсудят ее с разных сторон и создадут протокол совещания. Используется для проверки бизнес-потенциала, стратегических совещаний, мозгового штурма, принятия решений, анализа рисков и т. д. Используйте, когда пользователь хочет получить несколько точек зрения на тему, нуждается в обзоре бизнеса, обсуждении стратегии, мозговом штурме, анализе «адвоката дьявола» или говорит «회의», «토론», «검토해줘», «브레인스토밍», «사업성», «meeting», «debate», «discuss», «review this idea».

машинный переводПоказать оригиналСкрыть оригинал«AI 회의실 — 주제를 던지면 전문가 AI 에이전트들이 다각도로 토론하고 회의록을 생성한다. 사업성 검토, 전략 회의, 브레인…»

AI 회의실 — 주제를 던지면 전문가 AI 에이전트들이 다각도로 토론하고 회의록을 생성한다. 사업성 검토, 전략 회의, 브레인스토밍, 의사결정, 리스크 분석 등에 활용. Use when a user wants multiple perspectives on a topic, needs a business review, strategy discussion, brainstorming, devil's advocate analysis, or says "회의", "토론", "검토해줘", "브레인스토밍", "사업성", "meeting", "debate", "discuss", "review this idea".

modbender/skill-library-mcp Agent Skills автор: modbender MIT 4 файла тело ≈ 1 337 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

AI 회의실 — задайте тему, и эксперты-ИИ-агенты обсудят ее с разных сторон и создадут протокол совещания.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 4. 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 53/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 70
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1337 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
    • -224 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 335 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 70 пунктов
    • +4Есть примеры (6 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.