SKILLEMALL.ai
GitHub ↗ EN Войти

BB weekly-meal-rhythm-planner

Создает простую 7-дневную карту ритма питания для людей, которые хотят питаться более стабильно без детальных диет, подсчета калорий или строгих меню. Помогает составить план еженедельных ограничений, выбрать основные блюда для приготовления, добавить запасные варианты, составить список покупок и установить легкий пункт обзора.

машинный переводПоказать оригиналСкрыть оригинал«Creates a simple 7-day meal rhythm card for people who want steadier e…»

Creates a simple 7-day meal rhythm card for people who want steadier eating without detailed dieting, calorie tracking, or rigid menus. Helps map weekly constraints, choose prep anchors, add fallback meals, make a prep list, and set a light review point.

ClawHub Agent Skills автор: haidong v1.0.1 MIT-0 3 файла тело ≈ 1 175 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Создает простую 7-дневную карту ритма питания для людей, которые хотят питаться более стабильно без детальных диет, подсчета калорий или строгих меню.

Как процесс B 76/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ГенераторИИ и агентытип 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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
60
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: 3. 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 "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "triggerKeywords"
  • заметка frontmatter-key неизвестное поле фронтматтера "language"
  • заметка frontmatter-key неизвестное поле фронтматтера "hasExecutableCode"
  • заметка frontmatter-key неизвестное поле фронтматтера "promptOnly"
  • заметка frontmatter-key неизвестное поле фронтматтера "execution"
  • заметка frontmatter-key неизвестное поле фронтматтера "healthSafety"

Процессный рейтинг: все десять параметров 76/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 85Шаги. Шагов: 45, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1175 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • +2Инструкции на одном языке
  • +3Длина description 254 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +4Есть примеры (0 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a prompt-only meal-planning helper with clear health-safety limits and no code, network access, credentials, or persistence.
LLM: benign (high) · VirusTotal: benign · 14 мая 2026 г.