SKILLEMALL.ai

AC bvg-route

Планирование маршрутов для общественного транспорта Берлина (BVG) с использованием API v6.bvg.transport.rest. Используйте, когда пользователь запрашивает: (1) предложения маршрутов между двумя адресами или остановками, (2) информацию о ближайших отправлениях для остановки в реальном времени, (3) планирование поездки на основе времени прибытия (прибыть к или отправиться в). Поддерживает вывод 2–3 вариантов, ранжированных по времени в пути, пересадкам и ходьбе, а также предоставление пошаговых инструкций и токенов обновления для обновлений в реальном времени.

машинный переводПоказать оригиналСкрыть оригинал«Route planning for Berlin public transport (BVG) using the v6.bvg.tran…»

Route planning for Berlin public transport (BVG) using the v6.bvg.transport.rest API. Use when the user asks for: (1) route suggestions between two addresses or stops, (2) live next-departure info for a stop, (3) arrival-time–based journey planning (arrive-by or depart-at). Supports outputting 2–3 options ranked by travel time, transfers, and walking, and returning step-by-step directions and refresh tokens for live updates.

ClawHub Agent Skills автор: jaysonsantos v0.0.2 4 файла · 1 скрипт тело ≈ 790 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Планирование маршрутов для общественного транспорта Берлина (BVG) с использованием API v6.bvg.transport.rest. Используйте, когда пользователь запрашивает: (1)…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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

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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 52/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 790 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Структура: 1 заголовков, инструкции сложно сканировать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 428 символов: достаточно сигнала, не съедает бюджет
    • +3Пошаговые инструкции: 32 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent Berlin transit route planner that calls the disclosed BVG API, with minor privacy and input-validation caveats but no hidden persistence, credential access, or destructive behavior.
    LLM: benign (high) · VirusTotal: benign · 10 сент. 2026 г.