SKILLEMALL.ai

AC go-now

Ваш личный помощник в путешествиях, который поможет вам понять, куда вы хотите поехать, куда вам подходит, а затем подтолкнет вас к немедленным действиям. Активируется, когда пользователь выражает неясное желание путешествовать, например: "Я хочу куда-нибудь поехать", "Не знаю, чем заняться на выходных", "Я так устал, хочу отдохнуть", "Хочу поехать в отпуск, но не знаю куда", "Я так устал, хочу сбежать", "У меня отпуск, не знаю, как его спланировать", "Хочу куда-нибудь поехать", "Не знаю, куда поехать". Также подходит, когда пользователь выражает прокрастинацию, нерешительность, трудности с выбором и другие препятствия при принятии решения о поездке. Ключевые слова: "поехать", "путешествие", "отпуск", "отдых", "побег", "выходные", "отпуск", "не знаю куда", "хочу прогуляться". Даже если пользователь явно не говорит "путешествие", но выражает эмоции, такие как "хочу сменить обстановку", "хочу расслабиться", "нужно подзарядиться", следует рассмотреть возможность активации.

машинный переводПоказать оригиналСкрыть оригинал«你的私人旅行搭子,帮你弄清楚想去哪里、哪里适合你、然后推你一把立刻行动。当用户说"我想出去玩"、"周末不知道干嘛"、"好累想放松"、"想去旅…»

你的私人旅行搭子,帮你弄清楚想去哪里、哪里适合你、然后推你一把立刻行动。当用户说"我想出去玩"、"周末不知道干嘛"、"好累想放松"、"想去旅行但不知道去哪"、"最近压力好大想逃离"、"有假期不知道怎么安排"、"想出去走走"、"不知道去哪玩"等模糊的旅行意愿时触发。也适用于用户表达了拖延、犹豫、选择困难等旅行决策障碍时。关键词:出去玩、旅行、度假、放松、逃离、周末、假期、不知道去哪、想走走。即使用户没有明确说"旅行",只要表达了"想换个环境"、"想放空"、"需要充电"等情绪,也应该考虑触发。

ClawHub Agent Skills автор: BradLeo v1.0.0 MIT-0 3 файла тело ≈ 1 498 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Ваш личный помощник в путешествиях, который поможет вам понять, куда вы хотите поехать, куда вам подходит, а затем подтолкнет вас к немедленным действиям.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

  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: 3. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 119
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1498 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 6 примера фраз-триггеров в кавычках
  • +3Длина description 247 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 119 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This travel-planning skill is mostly coherent, but it automatically looks up the user's IP-based location through third-party services and creates local HTML output without clear prior consent.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.