SKILLEMALL.ai

BD jiebang-cron-task

Инструмент управления задачами по расписанию для ИИ-агентов — создавайте, запрашивайте, завершайте, удаляйте задачи по расписанию с помощью естественного языка, просматривайте журналы выполнения и используйте предустановленные шаблоны. Поддерживает выражения Cron, повторные попытки при сбое, быстрое создание по шаблону. Используйте, когда пользователь упоминает задачи по расписанию, cron, напоминания, отметки о посещаемости, мониторинг рынка, периодическое выполнение, циклические задачи, планирование задач и т. д.

машинный переводПоказать оригиналСкрыть оригинал«AI Agent定时任务管理工具 - 通过自然语言创建、查询、完成、删除定时任务,查看执行日志和使用预设模板。支持Cron表达式、失败重试、…»

AI Agent定时任务管理工具 - 通过自然语言创建、查询、完成、删除定时任务,查看执行日志和使用预设模板。支持Cron表达式、失败重试、模板快捷创建。当用户提到定时任务、cron、提醒、打卡、盯盘、定时执行、周期任务、任务调度等需求时使用此技能。

ClawHub Agent Skills автор: jiebang-tools v1.0.0 MIT-0 4 файла тело ≈ 608 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент управления задачами по расписанию для ИИ-агентов — создавайте, запрашивайте, завершайте, удаляйте задачи по расписанию с помощью естественного…

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
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

  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: 4. 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 48/100

  • 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: 3, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 608 токенов
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 125 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
The skill is a disclosed external cron/reminder manager, with notable but purpose-aligned risks around remote task changes and local API key storage.
LLM: benign (medium) · VirusTotal: · 19 июн. 2026 г.