SKILLEMALL.ai

AB multi-location-route-optimizer-w-map

Оптимизатор маршрутов для нескольких локаций с картой: оптимизируйте маршруты для 2-25 точек. Используйте, когда агенту нужен оптимизатор маршрутов для нескольких локаций с картой, службы доставки могут оптимизировать ежедневные маршруты доставки для экономии топлива и времени, обрабатывая до 25 доставок за маршрут с автоматическим расчетом расстояния и времени. Отделы продаж могут планировать эффективные графики посещения клиентов и расставлять приоритеты для ценных клиентов, минимизируя поездки между встречами. Термины для поиска: оптимизатор маршрутов для нескольких локаций с картой.

машинный переводПоказать оригиналСкрыть оригинал«Multi-Location Route Optimizer W Map: Optimize routes for 2-25 waypoin…»

Multi-Location Route Optimizer W Map: Optimize routes for 2-25 waypoints. Use when an agent needs multi location route optimizer w map, delivery services can optimize daily delivery routes to save fuel and time while handling up to 25 deliveries per route with automatic distance and time calculations. sales teams can plan efficient customer visit schedules and prioritize high value clients while minimizing travel between appointments. Discovery terms: multi location route optimizer w map.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 4 317 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Оптимизатор маршрутов для нескольких локаций с картой: оптимизируйте маршруты для 2-25 точек.

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 66/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4317 токенов
    • 100Шаги. Шагов: 81
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 13. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 493 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 81 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (12 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This appears to be a route-planning skill whose location handling is purpose-aligned, but users should be aware that addresses or coordinates may be sent to external services.
    LLM: benign (medium) · VirusTotal: · 24 июн. 2026 г.