SKILLEMALL.ai

AB opentable

Управление бронированиями OpenTable через MCP — поиск ресторанов, проверка доступности, бронирование столиков, просмотр/отмена бронирований и управление избранным. Активируется фразами вроде «забронировать столик на OpenTable», «найди мне бронирование в», «какие у меня бронирования OpenTable», «отменить мое OpenTable», «добавить в избранное OpenTable», «что доступно на ужин сегодня в» или любым запросом, связанным с бронированием столиков в ресторанах через OpenTable. Требует установленного opentable-mcp и запущенного расширения браузера fetchproxy во вкладке opentable.com с выполненным входом.

машинный переводПоказать оригиналСкрыть оригинал«Manage OpenTable reservations via MCP — search restaurants, check slot…»

Manage OpenTable reservations via MCP — search restaurants, check slot availability, book tables, list/cancel reservations, and manage favorites. Triggers on phrases like "book a table on OpenTable", "find me a reservation at", "what OpenTable reservations do I have", "cancel my OpenTable", "add to my OpenTable favorites", "what's available for dinner tonight at", or any request involving OpenTable restaurant reservations. Requires opentable-mcp installed and the fetchproxy browser extension running in a signed-in opentable.com tab.

ClawHub Agent Skills автор: chrischall v0.19.3 MIT-0 2 файла тело ≈ 3 525 токенов Открыть источникclawhub.ai проанализирован 10 ч назад

Управление бронированиями OpenTable через MCP — поиск ресторанов, проверка доступности, бронирование столиков, просмотр/отмена бронирований и управление…

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

ПроцедураGitHubИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
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

  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: 2. 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 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: 5, 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
  • 65Ошибки и развилки. Развилок: 3
  • 85Шаги. Шагов: 20, расплывчатых формулировок: 2
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3525 токенов

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 6 примера фраз-триггеров в кавычках
  • +3Длина description 538 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
This OpenTable skill is coherent for restaurant reservations, but it asks users to run unpinned external code and a shared browser extension through a signed-in OpenTable session.
LLM: suspicious (high) · 10 сент. 2026 г.