SKILLEMALL.ai
GitHub ↗ EN Войти

BC s2-energy-perception

S2-SP-OS Energy Radar. Отображает пространственный инвентарь и генерирует расширенные локальные визуальные панели (столбчатые/круговые/трендовые) для анализа пользователем без облачной аналитики. / S2 Energy Radar. Отображает пространственную библиотеку устройств и генерирует расширенные локальные панели визуализации данных (столбчатые/круговые/трендовые), отказываясь от облачной аналитики для защиты конфиденциальности.

машинный переводПоказать оригиналСкрыть оригинал«S2-SP-OS Energy Radar. Maps spatial inventory and generates advanced l…»

S2-SP-OS Energy Radar. Maps spatial inventory and generates advanced local visual dashboards (Bar/Pie/Trend) for user insights without cloud analytics. / S2 能耗雷达。映射空间设备库，并在本地生成高级数据可视化看板（柱状/饼图/趋势），拒绝云端分析泄露隐私。

ClawHub Agent Skills автор: MilesXiang v1.1.1 MIT-0 6 файлов тело ≈ 170 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

S2-SP-OS Energy Radar.

Как процесс C 52/100 · Есть пробелы — слабые места: шаги, результат и критерий готовности, ошибки и развилки

ГенераторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Шаги вес 15
0
Результат и критерий готовности вес 14
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: 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 52/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 170 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)
  • +4Структура: 2 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 207 символов: достаточно сигнала, не съедает бюджет

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
This local energy-dashboard skill does not show exfiltration or destructive code, but it can mislead users with simulated household data and nudges agents toward unsafe power-control automations.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.