AF garmin-panorama-training-analysis
Панорамный анализ тренировок на основе данных Garmin Connect. Извлечение данных об активности/деталей по километрам (lapDTOs)/ежедневного восстановления (HRV·RHR·сон·Body Battery)/баланса нагрузки (ACWR·Form·готовность), интеграция с погодой Open-Meteo, вывод отчета в формате HTML в темном стиле Ride Relief. Возможности: детальный анализ по километрам (темп/пульс/каденс/длина шага/вертикальные колебания/время контакта с землей), соотношение зон пульса при тренировке, оценка тепловой адаптации (WBGT/точка росы/влажный термометр/индекс жары), состояние тренировки и прогноз результатов (Riegel), состав тела и энергия. Триггерные слова: анализ Garmin, отчет о тренировках Garmin, анализ бега, недельный/месячный отчет, тепловая адаптация, анализ LSD, анализ нагрузки, ACWR, готовность, состояние тренировки.
машинный переводПоказать оригиналСкрыть оригинал«基于佳明（Garmin Connect）数据的全景训练分析。拉取活动/逐公里明细(lapDTOs)/每日恢复(HRV·RHR·睡眠·Body…»
基于佳明（Garmin Connect）数据的全景训练分析。拉取活动/逐公里明细(lapDTOs)/每日恢复(HRV·RHR·睡眠·Body Battery)/负荷平衡(ACWR·Form·就绪度)，融合 Open-Meteo 天气，输出 Ride Relief 暗黑风格离线 HTML 报告。能力：逐公里技术分解(配速/心率/步频/步幅/垂直振幅/触地时间)、心率5区训练比例、热适应评价(WBGT/露点/湿球/酷热指数)、训练状态与成绩预测(Riegel)、身体成分与能量。触发词：佳明分析、Garmin 训练报告、跑步分析、周报月报、热适应、LSD分析、负荷分析、ACWR、就绪度、训练状态。
Панорамный анализ тренировок на основе данных Garmin Connect.
Как процесс F 34/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/ride_relief_style.css, scripts/fetch_data.py::garmin_weather()
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: references/ride_relief_style.css - предупреждение
missing-refссылка на отсутствующий файл: scripts/fetch_data.py::garmin_weather() - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_zh" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_en" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 34/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): references/ride_relief_style.css, scripts/fetch_data.py::garmin_weather()
- 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
- 70Стоимость исполнения. Тело инструкции 4017 токенов
- 100Шаги. Шагов: 18
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
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
- +2Инструкции на одном языке
- +3Длина description 299 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 34 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (22 блоков кода)
- +3Все 3 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.