SKILLEMALL.ai

BD bearing-search

Инструмент поиска и анализа подшипников по моделям и брендам. Используется для выполнения задач, связанных с запросами о подшипниках, включая: (1) Поиск информации о конкретной модели подшипника (размеры, спецификации, назначение) (2) Поиск брендов подшипников и их продуктовых линеек (3) Анализ правил кодирования моделей подшипников (например, 6204-2RS, NU208 и т. д.) (4) Рекомендации по выбору подшипников и подбор под сценарии применения Активируется, когда пользователь спрашивает о модели подшипника, бренде, технических характеристиках или проблемах выбора.

машинный переводПоказать оригиналСкрыть оригинал«轴承型号和品牌搜索与解析工具。用于处理轴承相关的查询任务,包括: (1) 搜索特定轴承型号的信息(尺寸、规格、用途) (2) 搜索轴承品牌及…»

轴承型号和品牌搜索与解析工具。用于处理轴承相关的查询任务,包括: (1) 搜索特定轴承型号的信息(尺寸、规格、用途) (2) 搜索轴承品牌及其产品线 (3) 解析轴承型号编码规则(如 6204-2RS、NU208 等) (4) 轴承选型建议和应用场景匹配 当用户询问轴承型号、品牌、规格参数或选型问题时触发此 skill。

ClawHub Agent Skills автор: openfindbearings v1.0.0 MIT-0 6 файлов тело ≈ 287 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Инструмент поиска и анализа подшипников по моделям и брендам.

Как процесс D 49/100 · 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
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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
Это копия скилла из другого каталога, в рейтинге считается основная: bearing-search (ClawHub)

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: 6. 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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (bearing-search) не совпадает с папкой (find-bearings)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 22
  • 100Стоимость исполнения. Тело инструкции 287 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
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 161 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This bearing lookup skill is coherent and limited, with only a note that its optional script reads local bearing JSON data from a separate data folder.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.