SKILLEMALL.ai

BC liuyao-yijing

Шестилинейный предсказатель И-цзин: Основан на системе Цзин Фан На Цзя, имитирует бросание монет для получения гексаграммы, выполняет На Цзя Чжуан Гуа (небесные стволы и земные ветви, активная и реагирующая линии, шесть родственников, шесть божеств), предсказывает на основе силы полезной линии и ее взаимоотношений. Триггеры: пользователь упоминает "шесть линий", "предсказание И-цзин", "бросание монет", "На Цзя", "дай мне предсказание", "предсказание шести линий". Расчет гексаграммы — детерминированный расчет + комплексное предсказание LLM, без внешних API. Не применяется к: Мэй Хуа И Шу, Ци Мэнь Дунь Цзя, гороскопам, картам Таро, предсказаниям Ба Цзы и другим областям → рекомендуется использовать маршрутизатор fortune-hub.

машинный переводПоказать оригиналСкрыть оригинал«六爻易经占卜器,基于京房纳甲体系,模拟铜钱起卦,完成纳甲装卦(天干地支、世应、六亲、六神), 通过用神旺衰和生克制化断卦。当用户提及「六爻」…»

六爻易经占卜器,基于京房纳甲体系,模拟铜钱起卦,完成纳甲装卦(天干地支、世应、六亲、六神), 通过用神旺衰和生克制化断卦。当用户提及「六爻」「易经占卜」「铜钱起卦」「纳甲」「帮我起一卦」 「六爻预测」时触发。装卦为确定性计算 + LLM 综合断卦,无外部 API 依赖。 不适用于:梅花易数、奇门遁甲、星座运势、塔罗占卜、八字命理等其他领域 → 建议使用 fortune-hub 路由。

ClawHub Agent Skills автор: eamanc v1.0.0 MIT-0 4 файла тело ≈ 1 256 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Шестилинейный предсказатель И-цзин: Основан на системе Цзин Фан На Цзя, имитирует бросание монет для получения гексаграммы, выполняет На Цзя Чжуан Гуа…

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

ИнтеграцияИнфраструктураИИ и агентытип 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
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: 4. 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 "clawhub-slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "clawhub-owner"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

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: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1256 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
  • -213 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 193 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a markdown-only Yijing divination skill with disclosed, limited preference memory and no executable code or network behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.