SKILLEMALL.ai
GitHub ↗ EN Войти

AA gaming-session-scheduler

Интегрирует игры в реальную жизнь с безопасными игровыми окнами, условиями запуска, правилами остановки и рекомендациями по балансу, снижающими чувство вины. Используйте, когда пользователь хочет наслаждаться играми, не отодвигая на второй план обязанности, сон или семейное время.

машинный переводПоказать оригиналСкрыть оригинал«Fit gaming into real life with safe play windows, launch conditions, s…»

Fit gaming into real life with safe play windows, launch conditions, stop rules, and guilt-reducing balance guidance. Use when the user wants to enjoy games without crowding out responsibilities, sleep, or family time.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 3 файла тело ≈ 640 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Интегрирует игры в реальную жизнь с безопасными игровыми окнами, условиями запуска, правилами остановки и рекомендациями по балансу, снижающими чувство вины.

Как процесс A 83/100 · Дойдёт до конца — слабые места: повторный запуск, отчётность по ходу

ПроцедураЛичная продуктивностьОперации и проектытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
A
83/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
60
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 83/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 27
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 640 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 218 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    The skill is self-contained and descriptive: its files and runtime instructions match the stated purpose and do not request credentials, external access, or privileged system operations.
    LLM: benign (high) · VirusTotal: benign · 15 апр. 2026 г.