SKILLEMALL.ai

BD deskpeto

Превратите фотографию пользователя в эксклюзивного ИИ-настольного питомца (пакет ресурсов ChatGPT/Codex Pet), вызывайте анимированную карточку питомца в чате, используйте одну команду, чтобы питомец постоянно находился на рабочем столе (следуя за статусом задачи WorkBuddy/Claude Code/CodeBuddy), помогайте с установкой; также можно бесплатно установить общедоступных питомцев сообщества из общего магазина DeskPeto. Используется, когда пользователь говорит «призвать питомца», «показать моего питомца», «сделать из фото/аватара настольного питомца», «поставить питомца на рабочий стол», «бесплатно попробовать питомца», «установить пакет питомцев DeskPeto» или спрашивает о ходе выполнения заказа. Превратите фотографию пользователя в личного настольного ИИ-питомца, вызывайте анимированную карточку питомца в чате, размещайте питомца на рабочем столе одной командой, помогайте с установкой или устанавливайте бесплатных питомцев сообщества из общей галереи.

машинный переводПоказать оригиналСкрыть оригинал«把用户的照片生成为专属 AI 桌宠(ChatGPT/Codex Pet 资源包)、在对话里召唤会动的桌宠卡片、用一条命令让桌宠常驻桌面(跟随…»

把用户的照片生成为专属 AI 桌宠(ChatGPT/Codex Pet 资源包)、在对话里召唤会动的桌宠卡片、用一条命令让桌宠常驻桌面(跟随 WorkBuddy/Claude Code/CodeBuddy 的任务状态)、协助安装;也可免费安装 DeskPeto 共享广场的社区公开桌宠。当用户说「召唤桌宠」「显示我的宠物」「把照片/头像做成桌面宠物」「在桌面上放一只桌宠」「免费试用一只桌宠」「安装 DeskPeto 宠物包」或询问订单进度时使用。Turn the user's photo into a personal desktop AI pet, summon an animated pet card in-chat, put a pet on the desktop with one command, help install it, or install free community pets from the shared gallery.

ClawHub Agent Skills автор: juntook v0.4.0 MIT-0 3 файла тело ≈ 1 191 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Превратите фотографию пользователя в эксклюзивного ИИ-настольного питомца (пакет ресурсов ChatGPT/Codex Pet), вызывайте анимированную карточку питомца в чате…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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

  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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Опасные команды cmd-pipe-to-shell SKILL.md:27
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (хост вендора самого скилла; в кавычках — упоминание, а не команда)
    - macOS/Linux:`curl -fsSL 'https://api.deskpeto.com/v1/install/…?t=…' | sh`
    vendor-hostв кавычках
  • низкая Опасные команды cmd-pipe-to-shell SKILL.md:46
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (хост вендора самого скилла; в кавычках — упоминание, а не команда)
    - macOS / Linux:`curl -fsSL https://api.deskpeto.com/v1/runner/install | sh`
    vendor-hostв 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")

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 29
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1191 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
  • +2Инструкции на одном языке
  • +3Длина description 430 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 29 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill’s desktop-pet purpose is coherent, but it asks the agent to run remote installers, add background hooks, and handle access tokens, so users should review it carefully before installing.
LLM: suspicious (high) · 19 июл. 2026 г.