SKILLEMALL.ai
GitHub ↗ EN Войти

BD health-management

Комплексная система управления здоровьем, объединяющая принципы 10 бестселлеров по здоровью. Используйте, когда пользователи обсуждают питание, добавки, фитнес, диету, антивозрастные методы, борьбу с воспалением, долголетие или запрашивают отслеживание/анализ диеты. Поддерживает (1) ежедневную запись рациона с трехмерной оценкой (Daily Dozen Грегера, 5×5×5 Ли, контрольный список консенсуса), (2) еженедельный/ежемесячный/годовой анализ с выявлением тенденций, (3) идентификацию системы защиты пищи (ангиогенез, регенерация, микробиом, защита ДНК, иммунитет), (4) персонализированные рекомендации по улучшению на основе паттернов данных.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive health management system integrating 10 best-selling hea…»

Comprehensive health management system integrating 10 best-selling health books' consensus principles. Use when users discuss nutrition, supplements, fitness, diet, anti-aging, anti-inflammation, longevity, or request diet tracking/analysis. Supports (1) Daily diet recording with 3-dimension scoring (Greger's Daily Dozen, Li's 5×5×5, consensus checklist), (2) Weekly/monthly/yearly analysis with trend identification, (3) Food defense system identification (angiogenesis, regeneration, microbiome, DNA protection, immunity), (4) Personalized improvement recommendations based on data patterns.

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 25 файлов · 6 скриптов тело ≈ 11 142 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Комплексная система управления здоровьем, объединяющая принципы 10 бестселлеров по здоровью.

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияGitHubDiscordТексты и документыРазработкаДанные и аналитикатип 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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 25. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 11142 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "manifest"

Процессный рейтинг: все десять параметров 48/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (health-management) не совпадает с папкой (health-score-pro)
  • 40Стоимость исполнения. Тело инструкции 11142 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 437, расплывчатых формулировок: 2
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 22. 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
  • -2339 эмодзи в инструкциях: шум для модели
  • -34 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 595 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 117 заголовков
  • +3Пошаговые инструкции: 437 пунктов
  • +4Есть примеры (86 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.