AD evernote-note
Скрипт API Evernote для управления заметками пользователя в Evernote. Поддерживает поиск заметок, просмотр блокнотов, получение содержимого заметок, создание новых заметок и добавление содержимого. v2.0 новое: через официальный RESTful API Evernote вызывается веб-клиппер (Web Clipper), который извлекает основное содержимое любой страницы по URL и сохраняет его в заметке. Используйте этот скрипт, когда пользователь упоминает Evernote, заметки, блокноты, записи, базу знаний или хочет найти, прочитать, создать, отредактировать содержимое заметок. Даже если пользователь явно не говорит "заметка", если намерение связано с доступом к личным документам (например, "запиши мне", "у меня была запись о XX", "сохрани этот контент"), этот скрипт также должен быть активирован. Когда пользователь отправляет URL и говорит "вырезать", "сохранить в заметки", "сохранить в Evernote", используйте рабочий процесс вырезания этого скрипта.
машинный переводПоказать оригиналСкрыть оригинал«印象笔记 API skill，用于管理用户的印象笔记。支持搜索笔记、浏览笔记本、获取笔记内容、新建笔记和追加内容。 v2.0 新增：通过印象…»
印象笔记 API skill，用于管理用户的印象笔记。支持搜索笔记、浏览笔记本、获取笔记内容、新建笔记和追加内容。 v2.0 新增：通过印象笔记官方 RESTful API 调用网页剪藏（Web Clipper），将任意 URL 的页面正文抓取并存入笔记。 当用户提到印象笔记、Evernote、笔记、备忘录、记事、知识库，或者想要查找、阅读、创建、编辑笔记内容时，使用此 skill。 即使用户没有明确说"笔记"，只要意图涉及个人文档的存取（如"帮我记一下"、"我之前写过一个关于XX的东西"、"把这段内容保存下来"），也应触发此 skill。 当用户发送一个 URL 并说"剪藏"、"收藏到笔记"、"保存到印象笔记"时，使用本 skill 的剪藏工作流。
Скрипт API Evernote для управления заметками пользователя в Evernote.
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 43/100
- 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
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 45
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2802 токенов
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 329 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 28 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (17 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.