SKILLEMALL.ai

AB urban-green-equity

Оценка справедливости распределения городских зеленых зон среди населения и сообществ. Оценивает количество, качество и доступность парков и зеленых зон для пеших прогулок, выявляет пробелы в обслуживании и приоритетные области для вмешательства. Использовать, когда пользователю нужен анализ справедливости зеленых зон, оценка охвата услуг или определение приоритетных сообществ.

машинный переводПоказать оригиналСкрыть оригинал«Assess urban green space distribution equity across populations and co…»

Assess urban green space distribution equity across populations and communities. Evaluates quantity, quality, and walkable accessibility of parks and green spaces, identifies service gaps and priority areas for intervention. Use when the user needs green space equity analysis, service coverage assessment, or priority community identification.

ClawHub Agent Skills автор: ruiduobao v2.0.0 MIT-0 6 файлов тело ≈ 1 504 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оценка справедливости распределения городских зеленых зон среди населения и сообществ.

Как процесс B 76/100 · Почти готов — слабые места: согласованность, отчётность по ходу

АнализаторРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Отчётность по ходу вес 2
0
Согласованность вес 8
40
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 76/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (urban-green-equity) не совпадает с папкой (geoskill-urban-green-equity)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Стоимость исполнения. Тело инструкции 1504 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)
    • +2Инструкции на одном языке
    • +3Длина description 344 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill appears to run local green-space equity analysis and write expected reports, with caution around unpinned dependencies and a documented download feature that is not implemented in the included script.
    LLM: benign (medium) · VirusTotal: · 31 июл. 2026 г.