SKILLEMALL.ai

BC beijing-jifen-consult

Расчет и консультация по системе баллов для получения вида на жительство в Пекине: в первую очередь открывает встроенный HTML-симулятор для заполнения баллов, объяснения и планирования; если среда не может быть открыта, пользователь выбирает ручное открытие страницы или режим текстового руководства. Триггеры: когда пользователь хочет рассчитать баллы, проверить квалификацию, спросить о методе заполнения/правилах, сделать будущее планирование или проконсультироваться по системе баллов для получения вида на жительство. Неподтвержденные данные не могут быть рассчитаны; текстовый режим не заменяет расчет на странице; выполняется только локальное моделирование и консультация, официальные результаты не гарантируются.

машинный переводПоказать оригиналСкрыть оригинал«北京积分落户测算与咨询:优先打开随包 HTML 可视化模拟器完成填分、解释与规划;环境无法打开时,由用户选择手动打开页面或使用文本引导模式。…»

北京积分落户测算与咨询:优先打开随包 HTML 可视化模拟器完成填分、解释与规划;环境无法打开时,由用户选择手动打开页面或使用文本引导模式。 触发:用户想算积分、查资格、问填法/规则、做未来规划或咨询积分落户。 未确认资料不得计算;文本模式不替代页面计算;只做本地模拟与咨询,不承诺官方结果。

ClawHub Agent Skills автор: vincent51-commits v1.3.0 MIT-0 6 файлов тело ≈ 810 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Расчет и консультация по системе баллов для получения вида на жительство в Пекине: в первую очередь открывает встроенный HTML-симулятор для заполнения баллов…

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

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
C
57/100
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: 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 57/100

  • 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
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 53
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 810 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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 146 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 53 пунктов
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill is a local Beijing points-settlement calculator that clearly discloses its local browser saving behavior and shows no evidence of uploading data or unsafe execution.
LLM: benign (high) · VirusTotal: · 8 сент. 2026 г.