BD spotify-openclaw
Полный контроль Spotify Premium + глубокий музыкальный интеллект для OpenClaw. Воспроизведение: по названию/URI/плейлисту, пауза, следующий, предыдущий, громкость, перемешивание, очередь. Автоматически запускает Spotify, если он закрыт. Анализ: топ-треки и исполнители за 3 периода времени, профиль жанра, разбивка понравившихся песен. Обнаружение: находите похожую музыку через граф связанных исполнителей — работает без заблокированного API рекомендаций Spotify. Конструктор плейлистов одной командой. Учетные данные хранятся в macOS Keychain. Ключевые слова: play, pause, next, volume, shuffle, what's playing, top tracks, genre analysis, find similar music, create playlist.
машинный переводПоказать оригиналСкрыть оригинал«Full Spotify Premium control + deep music intelligence for OpenClaw. P…»
Full Spotify Premium control + deep music intelligence for OpenClaw. Playback: play by name/URI/playlist, pause, next, prev, volume, shuffle, queue. Auto-launches Spotify if closed. Analysis: top tracks & artists across 3 time periods, genre profile, liked songs breakdown. Discovery: find similar music via related artists graph — works without Spotify's blocked Recommendations API. One-command playlist builder. Credentials stored in macOS Keychain. Triggers: play, pause, next, volume, shuffle, what's playing, top tracks, genre analysis, find similar music, create playlist.
Полный контроль Spotify Premium + глубокий музыкальный интеллект для OpenClaw.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 49/100
- 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: 2, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 7
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1210 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
- -2Ссылки на localhost: у другого пользователя не заработает
- -222 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 579 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 7 пунктов
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.