SKILLEMALL.ai

AC southeast-asia-arrival-card

Помощник по заполнению иммиграционных карт для въезда в Азию. Поддерживает руководство по заполнению иммиграционных карт/визовых заявлений для азиатских стран, таких как Малайзия, Таиланд, Сингапур, Индонезия, Вьетнам, Филиппины, Япония, Южная Корея и др. Введите страну назначения, информацию о паспорте, информацию о поездке, чтобы получить подробное руководство по заполнению иммиграционной карты, включая полный процесс, описание полей, обработку исключений и рекомендации по автоматизированным скриптам. Используйте, когда пользователь упоминает "иммиграционная карта", "как заполнить иммиграционную карту", "визовое заявление", "въезд в Малайзию/Таиланд/Сингапур/Индонезию/Вьетнам/Филиппины/Японию/Южную Корею".

машинный переводПоказать оригиналСкрыть оригинал«亚洲入境卡填写助手。支持马来西亚、泰国、新加坡、印尼、越南、菲律宾、日本、韩国等亚洲国家的入境卡/签证申请填写指导。输入目的地国家、护照信息…»

亚洲入境卡填写助手。支持马来西亚、泰国、新加坡、印尼、越南、菲律宾、日本、韩国等亚洲国家的入境卡/签证申请填写指导。输入目的地国家、护照信息、行程信息,提供详细的入境卡填写操作指南,包含完整流程、字段说明、异常处理和自动化脚本建议。当用户提到"入境卡"、"入境卡怎么办"、"签证申请"、"马来西亚/泰国/新加坡/印尼/越南/菲律宾/日本/韩国入境"时使用。

ClawHub Agent Skills автор: ivy-ting v1.0.3 MIT-0 16 файлов тело ≈ 2 522 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помощник по заполнению иммиграционных карт для въезда в Азию.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

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: 16. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 150
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2522 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • -2105 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 178 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 150 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (12 из 13)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
This is a legitimate travel-form helper, but it handles passport and travel data and provides government-form automation guidance without enough privacy and final-approval safeguards.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.