SKILLEMALL.ai

AC competition-assistant

Помощник для студенческих соревнований — предоставляет услуги по генерации календаря соревнований и подбору команд. Сценарии активации: (1) Пользователь запрашивает информацию о соревнованиях, расписание, недавние конкурсы, «сводка соревнований», «календарь соревнований», «какие есть соревнования» и т. д.; (2) Пользователю нужен подбор команды, поиск товарищей по команде, «подбор команды для соревнования», «найти товарищей по команде», «помоги мне подобрать», описание потребностей в команде, например «Я хочу найти товарищей по команде для «Интернет+»» или «Есть ли кто-нибудь, кто участвует в «Challenge Cup» и ищет людей». Функции включают: получение в реальном времени времени подачи заявок и проведения соревнований для 84 дисциплин, признанных Министерством образования; управление потребностями в формировании команд и интеллектуальные рекомендации по подбору, сохраняемые между сессиями.

машинный переводПоказать оригиналСкрыть оригинал«大学生竞赛助手 — 提供赛事月历生成与组队匹配服务。触发场景:(1) 用户询问比赛信息、赛事日程、近期竞赛、"汇总比赛"、"赛事月历"、"有…»

大学生竞赛助手 — 提供赛事月历生成与组队匹配服务。触发场景:(1) 用户询问比赛信息、赛事日程、近期竞赛、"汇总比赛"、"赛事月历"、"有哪些比赛"等;(2) 用户需要组队找队友、"匹配比赛队伍"、"找队友"、"帮我匹配"、描述组队需求如"我想找互联网+的队友"或"有没有人在做挑战杯缺人"。功能包括:实时获取教育部认可84项学科竞赛的报名时间、比赛时间;跨会话持久化的组队需求管理与智能匹配推荐。

ClawHub Agent Skills автор: smallKeyboy v1.0.2 MIT-0 5 файлов тело ≈ 553 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помощник для студенческих соревнований — предоставляет услуги по генерации календаря соревнований и подбору команд.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 5. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 42
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 553 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 200 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 42 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: suspicious
This skill’s competition lookup purpose is legitimate, but its matchmaking feature stores and can expose raw student contact details more broadly than users would expect.
LLM: suspicious (high) · 28 мая 2026 г.