SKILLEMALL.ai
GitHub ↗ EN Войти

AC xiaoliuren-divination

Навык профессионального гадания и толкования по системе «Малый Лю Жэнь» (小六壬) школы Дао. ИСПОЛЬЗОВАТЬ КОГДА: пользователь запрашивает гадание по «Малый Лю Жэнь», составление расклада, расчет карты, толкование гадания, расчет судьбы; пользователь предоставляет числа/время/宫位 для расчета удачи/неудачи; задействованы термины шести дворцов, такие как Да Ань/Лю Лянь/Су Си/Чи Коу/Сяо Цзи/Кун Ван; пользователь спрашивает о концепциях «Малый Лю Жэнь», таких как взаимодействие пяти элементов, шесть родственников, шесть божеств. НЕ ИСПОЛЬЗОВАТЬ ДЛЯ: других систем гадания (таких как Лю Яо, Мэй Хуа И Шу, Ци Мэнь Дунь Цзя); общих консультаций по судьбе (таких как Бацзы, Цзы Вэй Доу Шу).

машинный переводПоказать оригиналСкрыть оригинал«道传小六壬专业起卦与解卦技能。USE WHEN: 用户请求小六壬占卜、起卦、排盘、解卦、算卦; 用户提供数字/时间/宫位要求推算吉凶; 涉及…»

道传小六壬专业起卦与解卦技能。USE WHEN: 用户请求小六壬占卜、起卦、排盘、解卦、算卦; 用户提供数字/时间/宫位要求推算吉凶; 涉及大安/留连/速喜/赤口/小吉/空亡等六宫术语; 用户询问五行生克、六亲、六神等小六壬相关概念。DO NOT USE FOR: 其他占卜体系(如六爻、梅花易数、奇门遁甲); 一般性命理咨询(如八字、紫微斗数)。

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 4 файла тело ≈ 2 010 токенов Открыть источникgithub.com↗ проанализирован 28 ч назад

Навык профессионального гадания и толкования по системе «Малый Лю Жэнь» (小六壬) школы Дао.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

Процедуратип 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
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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 52/100

    • 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
    • 40Согласованность. Имя во frontmatter (xiaoliuren-divination) не совпадает с папкой (xiaoliuren)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 78
    • 100Стоимость исполнения. Тело инструкции 2010 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 174 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 37 заголовков
    • +3Пошаговые инструкции: 78 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.