SKILLEMALL.ai

BD never-miss

Записывает события и крайние сроки из одного предложения, скриншота или письма в системный календарь macOS и устанавливает напоминания, поддерживает периодическое сканирование нескольких почтовых ящиков и дедупликацию между учетными записями. Используется, когда пользователь говорит "Напомни мне/Запиши для меня/Запланируй", упоминает встречу или крайний срок (deadline/DDL/крайний срок), хочет настроить напоминания о событиях по электронной почте, запросить недавно созданные напоминания или проверить статус выполнения.

машинный переводПоказать оригиналСкрыть оригинал«把一句话、截图或邮件中的日程与截止事项写入 macOS 系统日历并设置提醒,支持多邮箱定时扫描与跨账户去重。当用户说"提醒我/帮我记一下/安…»

把一句话、截图或邮件中的日程与截止事项写入 macOS 系统日历并设置提醒,支持多邮箱定时扫描与跨账户去重。当用户说"提醒我/帮我记一下/安排一下"、提到会议或截止时间(deadline/DDL/截止)、要配置邮箱日程提醒、查询最近建的提醒或运行状态时使用。

ClawHub Agent Skills автор: hanli v1.0.0 MIT-0 18 файлов тело ≈ 752 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Записывает события и крайние сроки из одного предложения, скриншота или письма в системный календарь macOS и устанавливает напоминания, поддерживает…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 18. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"

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: 8, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 752 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
  • -310 из 11 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 129 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

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

Внешние проверки

ClawHub: clean
This skill openly automates reminders by reading configured email accounts and writing calendar events, with no evidence of hidden exfiltration or deceptive behavior.
LLM: benign (high) · VirusTotal: · 4 сент. 2026 г.