SKILLEMALL.ai

AD game-library

Кроссплатформенный инструмент для поиска по игровым библиотекам (включая русские названия). Единый поиск по библиотекам Steam и Epic Games, поддержка поиска, статистики, рекомендаций и т. д., автоматическое отображение русских названий игр. Активируется, когда пользователь задает вопросы, связанные с игровой библиотекой, включая «Какие у меня игры?», «Поиск игры XX», «Рекомендации неиспользуемых игр», «Статистика игр», «Игры Steam», «Игры Epic», «Кроссплатформенные игры». Ключевые слова: игровая библиотека, статистика игр, мои игры, рекомендации игр, game library, cross-platform games.

машинный переводПоказать оригиналСкрыть оригинал«跨平台游戏库查询工具(含中文名)。统一查询 Steam 和 Epic Games 游戏库,支持搜索、统计、推荐等功能,自动显示中文游戏名。当…»

跨平台游戏库查询工具(含中文名)。统一查询 Steam 和 Epic Games 游戏库,支持搜索、统计、推荐等功能,自动显示中文游戏名。当用户问游戏库相关问题时触发,包括"我有什么游戏"、"搜索XX游戏"、"没玩过的游戏推荐"、"游戏统计"、"Steam游戏"、"Epic游戏"、"跨平台游戏"等。触发词:游戏库、游戏统计、我的游戏、游戏推荐、game library、cross-platform games。

ClawHub Agent Skills автор: vlalamoon v1.0.0 MIT-0 5 файлов · 1 скрипт тело ≈ 588 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Кроссплатформенный инструмент для поиска по игровым библиотекам (включая русские названия).

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (game-library) не совпадает с папкой (game-library-publish)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Стоимость исполнения. Тело инструкции 588 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 207 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: suspicious
This is a coherent game-library helper, but a crafted search term could make it run unintended code.
LLM: suspicious (high) · 9 авг. 2026 г.