SKILLEMALL.ai

BC weather-alert

Проактивный мониторинг погоды и оповещение — отслеживает условия для любого местоположения, отправляет уведомления при превышении пороговых значений (дождь, снег, температура, ветер, УФ, давление) и предоставляет ежедневные сводки. Используйте, когда: (1) нужно знать, будет ли дождь перед выходом на улицу, (2) хотите получать оповещения о температуре для планирования поездок, (3) нужны ежедневные сводки погоды, (4) отслеживаете условия для мероприятий (спорт, строительство, сельское хозяйство), (5) отслеживаете погодные тенденции на несколько дней.

машинный переводПоказать оригиналСкрыть оригинал«Proactive weather monitoring and alerting — tracks conditions for any…»

Proactive weather monitoring and alerting — tracks conditions for any location, sends notifications when thresholds are exceeded (rain, snow, temperature, wind, UV, pressure), and provides daily briefings. Use when: (1) Need to know if it will rain before going out, (2) Want temperature alerts for travel planning, (3) Need daily weather briefings, (4) Monitoring conditions for events (sports, construction, farming), (5) Tracking multi-day weather trends

ClawHub Agent Skills автор: Indigas v1.0.0 MIT-0 8 файлов тело ≈ 871 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Проактивный мониторинг погоды и оповещение — отслеживает условия для любого местоположения, отправляет уведомления при превышении пороговых значений (дождь…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Proactive weather monitoring and alerting — tracks conditions for … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 61/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 13
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 871 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 457 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (8 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

    Внешние проверки

    ClawHub: clean
    This weather skill is coherent and purpose-aligned: it fetches forecasts from public weather APIs, prints alerts, and stores a local cache, with no evidence of hidden execution or malicious behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.