AC council
Ваш персональный совет директоров из ИИ — единственный навык, использующий действительно разные модели ИИ (а не одну модель, играющую роль). Получайте лучшие ответы на сложные вопросы, когда 3-5 моделей от разных поставщиков независимо анализируют, а затем обобщают консенсус, разногласия и план действий. Каждая модель приносит по-настоящему разное обучение и рассуждение — выявляя слепые зоны, которые упускают подходы с одной моделью. Нулевые внешние зависимости: использует встроенные под-агенты OpenClaw, никаких скриптов Python, никаких ключей API, кроме вашей существующей конфигурации модели. Используйте, когда: пользователь вводит /council или запрашивает многомодельный анализ решения, архитектуры, стратегии или любой сложной проблемы.
машинный переводПоказать оригиналСкрыть оригинал«Your personal board of AI advisors — the only skill that uses truly di…»
Your personal board of AI advisors — the only skill that uses truly different AI models (not one model role-playing). Get better answers to hard questions by having 3-5 models from different providers analyze independently, then synthesizing consensus, disagreements, and action items. Each model brings genuinely different training and reasoning — catching blind spots that same-model approaches miss. Zero external dependencies: uses native OpenClaw sub-agents, no Python scripts, no API keys beyond your existing model config. Use when: user says /council, or asks for multi-model analysis of a decision, architecture, strategy, or any complex problem.
Ваш персональный совет директоров из ИИ — единственный навык, использующий действительно разные модели ИИ (а не одну модель, играющую роль).
Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, ошибки и развилки, согласованность
Как улучшить
- 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: 3. 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 55/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (council) не совпадает с папкой (consilium)
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 21
- 100Стоимость исполнения. Тело инструкции 1183 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 655 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 21 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.