SKILLEMALL.ai

AC ev-charge-planner

Используйте при планировании домашней зарядки электромобиля — рассчитывает время и стоимость зарядки сессии (с учетом потерь от стены до батареи и проверки нагрузки на автомат), планирует ночную зарядку в окна с низкими тарифами (самое позднее безопасное время начала, варианты, если не помещается), и сравнивает ежемесячные расходы на топливо для электромобиля и бензинового автомобиля, включая смешанную стоимость зарядки на общественных станциях; обрабатывает кВт/амперы, крайние сроки отъезда и советы по запасу хода в холодную погоду.

машинный переводПоказать оригиналСкрыть оригинал«Use when planning home EV charging — computes charge time and cost for…»

Use when planning home EV charging — computes charge time and cost for a session (with wall-to-battery losses and breaker load checks), plans overnight charging inside time-of-use off-peak windows (latest safe start, doesn't-fit options), and compares monthly fuel cost EV vs gas car including public-charging mix; handles kW/amps, departure deadlines, and cold-day buffer advice.

ClawHub Agent Skills автор: voronindenis5 v1.0.1 MIT-0 7 файлов · 1 скрипт тело ≈ 1 558 токенов Открыть источникclawhub.ai↗ проанализирован 12 дн назад

Используйте при планировании домашней зарядки электромобиля — рассчитывает время и стоимость зарядки сессии (с учетом потерь от стены до батареи и проверки…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторРазработкаФинансытип 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
54/100
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 54/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 29
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1558 токенов

    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 380 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +4Есть примеры (4 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 appears to be an offline EV charging calculator with only a minor command-line documentation mismatch.
    LLM: benign (high) · VirusTotal: · 9 окт. 2026 г.