SKILLEMALL.ai

AC bp-log-sentinel

Используйте, когда кто-то записывает показания артериального давления дома и спрашивает, что они означают, высокое ли у него давление, стоит ли ему обратиться к врачу или не совпадает ли показание врача с домашними — вычисляет среднее значение Американской ассоциации сердца за 7 дней, категоризирует пороговые значения ACC/AHA 2017 + ESC/ESH 2023, определяет паттерны гипертонии «белого халата» и маскированной гипертонии, отмечает ошибки в технике измерения и формирует сводку для врача.

машинный переводПоказать оригиналСкрыть оригинал«Use when someone logs home blood-pressure readings and asks what they…»

Use when someone logs home blood-pressure readings and asks what they mean, whether their BP is high, if they should see a doctor, or whether the doctor's office reading disagrees with home readings — computes the AHA 7-day home average, categorizes against ACC/AHA 2017 + ESC/ESH 2023 thresholds, detects white-coat and masked-hypertension patterns, flags measurement-technique errors, and renders a physician-ready summary.

ClawHub Agent Skills автор: voronindenis5 v1.0.0 MIT-0 7 файлов · 1 скрипт тело ≈ 1 330 токенов Открыть источникclawhub.ai↗ проанализирован 12 дн назад

Используйте, когда кто-то записывает показания артериального давления дома и спрашивает, что они означают, высокое ли у него давление, стоит ли ему обратиться…

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

АнализаторДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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

    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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 52/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 21
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1330 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 425 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: clean
    This skill locally analyzes user-supplied blood-pressure logs and does not show hidden data access, persistence, network use, or privilege-seeking behavior.
    LLM: benign (high) · VirusTotal: · 5 окт. 2026 г.