SKILLEMALL.ai

BD 🏃 coros

Получение данных о беге от COROS (специализация на беге): - Автоматический вход в аккаунт COROS (поддержка кэширования Token/Cookie) - Получение сводки (состояние тренировки, анализ нагрузки, последние активности) - Получение списка активностей и деталей активностей (включая круги, погоду, эффект тренировки) - Получение расписания тренировок и сводки целей тренировок Примеры триггерных фраз: - "Покажи мои данные о беге COROS" - "Мои записи о беге" - "Анализ моих тренировок COROS" - "Сегодня бегал?" - "Покажи детали моей последней пробежки" - "Сделай обзор моей пробежки"

машинный переводПоказать оригиналСкрыть оригинал«COROS 高驰跑步数据获取(跑步专项): - 自动登录 COROS 账号(支持 Token/Cookie 缓存) - 获取 Dashboa…»

COROS 高驰跑步数据获取(跑步专项): - 自动登录 COROS 账号(支持 Token/Cookie 缓存) - 获取 Dashboard(训练状态、负荷分析、最近运动) - 获取活动列表与活动详情(含分圈、天气、训练效果) - 获取训练日程与训练目标汇总 触发词示例: - "查看高驰跑步数据" - "我的跑步记录" - "高驰运动分析" - "今天跑步了吗" - "帮我看最近一次跑步详情" - "给我做个跑步复盘"

ClawHub Agent Skills автор: doaspx v0.1.0 MIT-0 6 файлов тело ≈ 426 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Получение данных о беге от COROS (специализация на беге): - Автоматический вход в аккаунт COROS (поддержка кэширования Token/Cookie) - Получение сводки…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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 name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (🏃 coros) не совпадает с папкой (coros-skill)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 31
  • 100Стоимость исполнения. Тело инструкции 426 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 213 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This COROS running-data skill is mostly coherent, but it can store reusable account session data and can modify or delete training schedules when configured to do so.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.