SKILLEMALL.ai

BD todo-master

Навык для локального управления задачами, поддерживающий добавление задач через Python CLI и хранение в SQLite; при первом использовании пользователь должен подтвердить каталог данных (по умолчанию используется текущий каталог навыка с подкаталогом data или указанный существующий абсолютный путь); поддерживает добавление задач, быстрое добавление задач на сегодня/завтра, просмотр задач на сегодня, фильтрацию всех задач по статусу/приоритету/ключевому слову, просмотр одной задачи, обновление, завершение, повторное открытие, архивирование, а также защиту обновленных существующих данных через миграцию схемы базы данных.

машинный переводПоказать оригиналСкрыть оригинал«用于本地待办管理的技能,支持基于 Python CLI 和 SQLite 存储待办;首次必须由用户确认数据目录(默认使用当前 skill 目…»

用于本地待办管理的技能,支持基于 Python CLI 和 SQLite 存储待办;首次必须由用户确认数据目录(默认使用当前 skill 目录下的 data,或指定一个已存在的绝对路径);支持添加待办、快速添加今日/明日待办、查看今日待办、按状态/优先级/关键字筛选查看全部待办、查看单条、更新、完成、重开、归档,并通过数据库 schema migration 保护升级后的已有数据。

ClawHub Agent Skills автор: TQQ v1.0.0 MIT-0 6 файлов тело ≈ 727 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык для локального управления задачами, поддерживающий добавление задач через Python CLI и хранение в SQLite; при первом использовании пользователь должен…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияЛичная продуктивностьИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 727 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -5В тексте остались TODO / заглушки
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 192 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (11 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a local todo manager that stores tasks on disk and does not show hidden network, credential, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.