SKILLEMALL.ai

AD lottery-cn-research

Инструмент для исследования китайских лотерей Welfare Lottery и Sports Lottery. Используйте, когда пользователь изучает такие лотереи, как Shuangseqiu, Daletou, 3D, PaiLie 3/5, Qilecai, Kuaile 8, Qixingcai и т. д., и нуждается в одной из следующих возможностей: быстрый поиск правил игры и призов, сбор и статистический анализ исторических данных розыгрышей (горячие/холодные номера/пропуски/четность/сумма/последовательные номера/повторяющиеся номера), генерация схем выбора номеров по стратегии (случайный выбор/горячие номера/холодные номера/сбалансированный + фильтрация и сжатие) или расчет вероятности выигрыша в лотерею и ожидаемой доходности (EV). Примеры триггерных слов: «вероятность Shuangseqiu», «анализ исторических данных Daletou», «помоги мне выбрать несколько номеров случайным образом», «коэффициент возврата лотереи», «как смотреть пропущенные значения», «как рассчитать Kuaile 8».

машинный переводПоказать оригиналСкрыть оригинал«中国福利彩票与体育彩票的研究工具 skill。当用户研究双色球、大乐透、3D、排列3/5、 七乐彩、快乐8、七星彩等彩种, 需要以下任一类能…»

中国福利彩票与体育彩票的研究工具 skill。当用户研究双色球、大乐透、3D、排列3/5、 七乐彩、快乐8、七星彩等彩种, 需要以下任一类能力时使用: 玩法规则与奖金速查、历史开奖 数据抓取与统计分析(冷热号/遗漏/奇偶/和值/连号/重号)、按策略生成选号方案(机选/热号/ 冷号/均衡 + 过滤缩水)、或计算中彩票概率与期望收益(EV)。触发词示例: "双色球概率"、 "大乐透历史数据分析"、"帮我机选几注"、"彩票返奖率"、"遗漏值怎么看"、"快乐8怎么算"。

ClawHub Agent Skills автор: 361066029 v1.0.0 MIT-0 11 файлов тело ≈ 739 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструмент для исследования китайских лотерей Welfare Lottery и Sports Lottery.

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
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

    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 (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 25
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 739 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 233 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +3Все 5 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This lottery research skill is transparent about its scripts, data fetching, local file use, and gambling-risk caveats, with no hidden persistence or destructive behavior found.
    LLM: benign (high) · VirusTotal: · 6 авг. 2026 г.