SKILLEMALL.ai
GitHub ↗ EN Войти

AA habit-quest-logger

Превратите формирование привычек в журнал квестов с ежедневными уровнями миссий, обратной связью о сериях, запасными действиями и рекомендациями по восстановлению после пропущенных дней. Используйте, когда пользователь хочет сформировать или возобновить от 1 до 5 привычек с меньшим сопротивлением и более наглядным прогрессом.

машинный переводПоказать оригиналСкрыть оригинал«Turn habit building into a quest log with daily mission tiers, streak…»

Turn habit building into a quest log with daily mission tiers, streak feedback, fallback actions, and recovery guidance after missed days. Use when the user wants to build or restart 1 to 5 habits with lower friction and more visible progress.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 3 файла тело ≈ 606 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Превратите формирование привычек в журнал квестов с ежедневными уровнями миссий, обратной связью о сериях, запасными действиями и рекомендациями по…

Как процесс A 85/100 · Дойдёт до конца — слабые места: повторный запуск

ГенераторЛичная продуктивностьтип 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
85/100
Дойдёт до конца
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
60
Когда включается вес 12
70
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 85/100

    • 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: 29
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 606 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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 243 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +3Формат ответа описан явно

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

    Внешние проверки

    ClawHub: clean
    The skill is internally consistent: it is a local, descriptive habit-planning helper that only reads its SKILL.md and user input and does not request credentials, make network calls, or perform external actions.
    LLM: benign (high) · VirusTotal: benign · 15 апр. 2026 г.