SKILLEMALL.ai
GitHub ↗ EN Войти

AB zhuanzhuan-recycle-estimator

Срабатывает при запросах пользователя о переработке, оценке, предложении цены, цене переработки, сколько стоит, сколько можно продать, переработке на Zhuanzhuan. Поддерживает оценку стоимости переработки всех категорий товаров, предоставляя ориентировочную цену переработки на основе информации об изображении, тексте, модели, спецификациях, состоянии и т. д.

машинный переводПоказать оригиналСкрыть оригинал«用户询问回收、估价、报价、回收价、值多少钱、能卖多少、转转回收时触发，支持全品类商品回收估价，结合图片、文字、型号、规格、成色等信息给出参考…»

用户询问回收、估价、报价、回收价、值多少钱、能卖多少、转转回收时触发，支持全品类商品回收估价，结合图片、文字、型号、规格、成色等信息给出参考回收价

ClawHub Agent Skills автор: Sarah Brown v1.0.0 MIT-0 4 файла тело ≈ 1 753 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Срабатывает при запросах пользователя о переработке, оценке, предложении цены, цене переработки, сколько стоит, сколько можно продать, переработке на…

Как процесс B 70/100 · Почти готов — слабые места: когда включается, ошибки и развилки, отчётность по ходу

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
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

    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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 70/100

    • 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
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 130
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1753 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 18. 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 73: рекомендуется 120–800 символов
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 32 заголовков
    • +3Пошаговые инструкции: 130 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (13 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent Zhuanzhuan trade-in estimator, but it needs Review because it can over-trigger, upload arbitrary local files as images, redirect payloads with a custom base URL, and persist session/IP state.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.