SKILLEMALL.ai

AC freezer-sample-locator

Отслеживание и поиск образцов в морозильных камерах -80°C с иерархической организацией хранения. Условия срабатывания: - Пользователю необходимо записать позиции хранения образцов (ID морозильной камеры, уровень, стойка, ящик, позиция сетки) - Пользователь запрашивает поиск образцов по названию, проекту, дате или местоположению - Пользователю требуется управление инвентарем образцов и функция экспорта Входные данные: Метаданные образца (название, проект, количество) и координаты хранения Выходные данные: Структурированные записи местоположения образцов с возможностями поиска и экспорта Критерии успеха: - Точная запись позиции без конфликтов - Быстрый поиск и извлечение (<1 секунды для 1000+ образцов) - Целостность данных сохраняется во всех операциях - Экспорт в нескольких форматах (JSON, CSV) Уровень риска: СРЕДНИЙ (Выполнение скрипта с доступом к файловой системе) Техническая сложность: ПРОМЕЖУТОЧНАЯ Версия: v1.0 Владелец: 研发部 Последнее обновление: 2026-02-06

машинный переводПоказать оригиналСкрыть оригинал«Track and retrieve sample locations in -80°C freezers with hierarchica…»

Track and retrieve sample locations in -80°C freezers with hierarchical storage organization. Trigger conditions: - User needs to record sample storage positions (freezer ID, level, rack, box, grid position) - User requests to search samples by name, project, date, or location - User requires sample inventory management and export functionality Input: Sample metadata (name, project, quantity) and storage coordinates Output: Structured sample location records with search and export capabilities Success criteria: - Accurate position recording without conflicts - Fast search and retrieval (<1 second for 1000+ samples) - Data integrity maintained across operations - Export in multiple formats (JSON, CSV) Risk level: MEDIUM (Script execution with file system access) Technical difficulty: INTERMEDIATE Version: v1.0 Owner: 研发部 Last updated: 2026-02-06

ClawHub Hermes автор: AIpoch v0.1.0 MIT-0 3 файла тело ≈ 2 996 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Отслеживание и поиск образцов в морозильных камерах -80°C с иерархической организацией хранения.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

СправочникИнфраструктураДанные и аналитикаТорговлятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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

  • предупреждение description-long-hermes description 860 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • заметка frontmatter-key неизвестное поле фронтматтера "status"
  • заметка frontmatter-key неизвестное поле фронтматтера "risk_level"
  • заметка frontmatter-key неизвестное поле фронтматтера "skill_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "owner"
  • заметка frontmatter-key неизвестное поле фронтматтера "reviewer"
  • заметка frontmatter-key неизвестное поле фронтматтера "last_updated"

Процессный рейтинг: все десять параметров 57/100

  • 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: 6, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 79
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2996 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 17. 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)
  • +3Длина description 860: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -216 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 53 заголовков
  • +3Пошаговые инструкции: 79 пунктов
  • +4Есть примеры (8 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
This is a local freezer inventory tool, but it needs review because its file-writing behavior is broader than its documentation implies.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.