SKILLEMALL.ai

AC rili

Просмотр календаря и китайских лунных дат с помощью встроенного локального скрипта Node. Используйте, когда пользователь спрашивает о датах, днях недели, видах месяца, датах лунного календаря, традиционных лунных фестивалях или конвертации григорианских↔лунных дат. Активируется по запросам 日历, 月历, 农历, 公历, 初几, 星期几, 黄历日期, 春节, 元宵, 端午, 中秋, 重阳. НЕ для CRUD событий календаря, напоминаний или интеграций с общими календарями.

машинный переводПоказать оригиналСкрыть оригинал«Calendar and Chinese lunar date lookups via a bundled local Node scrip…»

Calendar and Chinese lunar date lookups via a bundled local Node script. Use when the user asks about dates, weekdays, month views, lunar calendar dates, traditional lunar festivals, or Gregorian↔lunar conversion. Triggers on 日历, 月历, 农历, 公历, 初几, 星期几, 黄历日期, 春节, 元宵, 端午, 中秋, 重阳. NOT for calendar event CRUD, reminders, or shared calendar integrations.

ClawHub Agent Skills автор: jvy v1.0.0 MIT-0 3 файла тело ≈ 422 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Просмотр календаря и китайских лунных дат с помощью встроенного локального скрипта Node.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
56/100
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: 3. 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 56/100

    • 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 (node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 39
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 422 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 349 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 39 пунктов
    • +4Есть примеры (4 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This is a local Chinese lunar-calendar lookup skill that runs a bundled Node script and does not request accounts, secrets, network access, or persistence.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.