SKILLEMALL.ai

AC woyaotuixiu

Этот навык используется для расчета времени выхода на пенсию и общей суммы взносов в социальное обеспечение для китайских пользователей. Используйте этот навык, когда пользователь задает такие вопросы, как «Когда я смогу выйти на пенсию?», «Рассчитать пенсионный возраст», «Сколько нужно платить в социальное обеспечение?», «Пенсионное планирование», «Социальное обеспечение для гибких занятий». Поддерживает расчет пенсионного возраста в соответствии с последней политикой отложенного выхода на пенсию (вступает в силу с 1 января 2025 года) и расчет общей суммы взносов в социальное обеспечение, которые необходимо уплатить с настоящего момента до выхода на пенсию, на основе заработной платы пользователя, города проживания и типа занятости (работник/гибкий работник).

машинный переводПоказать оригиналСкрыть оригинал«此 Skill 用于计算中国用户的退休时间和社保缴费总额。当用户询问"我什么时候能退休"、"计算退休年龄"、"社保要交多少钱"、"退休规划"…»

此 Skill 用于计算中国用户的退休时间和社保缴费总额。当用户询问"我什么时候能退休"、"计算退休年龄"、"社保要交多少钱"、"退休规划"、"灵活就业社保"等问题时,应使用此 Skill。支持根据最新延迟退休政策(2025年1月1日起实施)计算退休年龄,并根据用户工资、所在城市、就业类型(职工/灵活就业)计算从现在到退休需要缴纳的社保总金额。

ClawHub Agent Skills автор: feversaga v1.0.0 MIT-0 5 файлов тело ≈ 1 350 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Этот навык используется для расчета времени выхода на пенсию и общей суммы взносов в социальное обеспечение для китайских пользователей.

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

СправочникИнфраструктуратип 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
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: 5. 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 "display_name"

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: 89
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1350 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
  • -212 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 173 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 89 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a local China retirement and social-insurance calculator whose requested personal and salary details fit its stated purpose.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.