SKILLEMALL.ai

AC product-recalls-fda-safety

Данные о безопасности и отзывах продукции FDA для ИИ-агентов — отслеживайте отзывы на лекарства FDA, отзывы на медицинские изделия, разрешения 510(k) и этикетки лекарств по компании или ключевому слову. Используйте для мониторинга безопасности продукции, случаев отзыва, регуляторных рисков и соответствия требованиям. Оплата за вызов в USDC через x402 — без API-ключа, без регистрации.

машинный переводПоказать оригиналСкрыть оригинал«Product recall & FDA safety data for AI agents — track FDA drug recall…»

Product recall & FDA safety data for AI agents — track FDA drug recalls, medical device recalls, 510(k) clearances, and drug labels by company or keyword. Use to monitor product safety, recall events, regulatory risk, and compliance. Pay-per-call in USDC via x402 — no API key, no signup.

ClawHub Agent Skills автор: ColinHughes2121 v1.0.0 MIT-0 2 файла тело ≈ 326 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Данные о безопасности и отзывах продукции FDA для ИИ-агентов — отслеживайте отзывы на лекарства FDA, отзывы на медицинские изделия, разрешения 510(k) и…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 2. 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 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 75Шаги. Шагов: 3
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 326 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
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 288 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 3 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    The artifacts are coherent developer/admin workflow skills with disclosed high-impact actions guarded by user confirmation and normal authenticated tools.
    LLM: benign (high) · VirusTotal: · 21 июн. 2026 г.