SKILLEMALL.ai
GitHub ↗ EN Войти

BC daily-budget-assistant

AI-помощник по учету расходов — поможет вам вести учет расходов за 5 секунд в день, с автоматической категоризацией, ежемесячным анализом и предупреждениями о перерасходе. Поддерживает голосовой/текстовый ввод, автоматически распознает категории расходов, генерирует наглядные ежемесячные отчеты. Подходит для: транжир, студентов, молодых специалистов, мам и всех, кому нужно контролировать расходы.

машинный переводПоказать оригиналСкрыть оригинал«AI智能记账助手 - 帮你每天5秒完成记账，自动分类、月度分析、超支预警。 支持语音/文字输入，自动识别消费类别，生成可视化月度报表。 适合…»

AI智能记账助手 - 帮你每天5秒完成记账，自动分类、月度分析、超支预警。 支持语音/文字输入，自动识别消费类别，生成可视化月度报表。 适合：月光族、大学生、年轻白领、宝妈等需要控制支出的人群。

ClawHub Agent Skills автор: katherine0325 v1.0.0 MIT-0 3 файла тело ≈ 569 токенов Открыть источникclawhub.ai↗ проанализирован 35 ч назад

AI-помощник по учету расходов — поможет вам вести учет расходов за 5 секунд в день, с автоматической категоризацией, ежемесячным анализом и предупреждениями о…

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

Процедуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
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

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: 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 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: 26
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 569 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)
  • +3Длина description 97: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -224 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
The supplied scan evidence is clean, and no artifact-backed suspicious behavior was available for review.
LLM: benign (low) · VirusTotal: · 18 июн. 2026 г.