SKILLEMALL.ai

AC what-to-eat-today

Планирует три приема пищи в день для семьи из четырех человек (супруги + дедушка + 2-летний ребенок). Активно используется, когда пользователь задает повседневные вопросы о еде, такие как «Что сегодня на ужин?», «Помоги мне спланировать еду», «Что на завтрак/обед/ужин?», «Что взять с собой завтра?», «Не знаю, что поесть». Учитывает такие ограничения, как предварительное программирование рисоварки, экономия времени при приготовлении на пару, обеды с собой, а также предпочтения ребенка и пожилых людей. Автоматически определяет дату (солнечные термины/праздники/выходные/сезон) и использует скрипты для предотвращения повторений между сеансами, гарантируя, что каждый раз блюда будут разными.

машинный переводПоказать оригиналСкрыть оригинал«为四口之家(夫妻+爷爷+2岁宝宝)规划一天三餐。当用户问「今天吃什么」「帮我安排一下饭菜」「早饭/午饭/晚饭吃什么」「明天带什么饭」「不知道…»

为四口之家(夫妻+爷爷+2岁宝宝)规划一天三餐。当用户问「今天吃什么」「帮我安排一下饭菜」「早饭/午饭/晚饭吃什么」「明天带什么饭」「不知道吃啥」等日常吃饭决策问题时主动使用此skill。结合电饭锅预约、蒸菜省时、带饭便当、宝宝和老人适口等约束来推荐。自动感知日期(节气/节日/周末/季节),通过程序脚本实现跨会话排重,确保每次不重样。

ClawHub Agent Skills автор: JiaNanHou v1.0.0 MIT-0 7 файлов тело ≈ 707 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Планирует три приема пищи в день для семьи из четырех человек (супруги + дедушка + 2-летний ребенок).

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

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
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: 7. 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: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 707 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 168 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This skill is a local meal-planning helper that only uses a dish library and a small meal-history file to avoid repeats.
LLM: benign (high) · VirusTotal: · 15 июн. 2026 г.