SKILLEMALL.ai

BF expense-tracker

Записывайте ежедневные расходы с помощью подсказок при регистрации; дедуплицируйте, категоризируйте, синхронизируйте с локальным реестром и Google Sheets.

машинный переводПоказать оригиналСкрыть оригинал«Log daily expenses via check-in prompts; dedup, categorize, sync to lo…»

Log daily expenses via check-in prompts; dedup, categorize, sync to local ledger and Google Sheets.

ClawHub Agent Skills автор: Hobohan v1.0.0 MIT-0 3 файла тело ≈ 656 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

Записывайте ежедневные расходы с помощью подсказок при регистрации; дедуплицируйте, категоризируйте, синхронизируйте с локальным реестром и Google Sheets.

Как процесс F 28/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/sync-ledger-to-sheet.py, scripts/gen-expense-data.py

ПроцедураGoogle SheetsИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
F
28/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/sync-ledger-to-sheet.py, scripts/gen-expense-data.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:65
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    - Sheet ID: `1Ikb…ZbU`, tab: `Sheet1`
    в кавычках

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")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/sync-ledger-to-sheet.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/gen-expense-data.py

Процессный рейтинг: все десять параметров 28/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/sync-ledger-to-sheet.py, scripts/gen-expense-data.py
  • 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/sync-ledger-to-sheet.py, scripts/gen-expense-data.py
  • 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: 2, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (expense-tracker) не совпадает с папкой (hobohan-expense-tracker)
  • 100Шаги. Шагов: 23
  • 100Стоимость исполнения. Тело инструкции 656 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)
  • +3Длина description 99: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.

Внешние проверки

ClawHub: suspicious
The skill is an expense tracker with clearly related behavior, but it directs private spending records and notes into persistent local files and a hard-coded Google Sheet using a service-account credential path.
LLM: suspicious (medium) · VirusTotal: · 3 июн. 2026 г.