SKILLEMALL.ai

AD safe-seller-toolkit

Используйте при продаже личных вещей на маркетплейсах (Facebook Marketplace, Craigslist, OfferUp, eBay) — оценивает подержанные товары с учетом амортизации по категориям, сортирует входящие сообщения от покупателей по 9 типам мошенничества (переплата, фишинг кодов, поддельная доставка, оплата вне платформы) с вердиктами BLOCK/PROCEED и безопасными ответами, генерирует чек-листы для безопасных встреч с учетом стоимости сделки и чек-листы для отправки с правилами предотвращения мошенничества при доставке.

машинный переводПоказать оригиналСкрыть оригинал«Use when selling personal items on marketplaces (Facebook Marketplace,…»

Use when selling personal items on marketplaces (Facebook Marketplace, Craigslist, OfferUp, eBay) — prices used goods with category depreciation curves, triages inbound buyer messages for the 9 scam families (overpayment, code phishing, fake shipping, off-platform payment) with BLOCK/PROCEED verdicts and safe replies, generates meetup safety checklists scaled by deal value, and shipping checklists with do-not-ship fraud rules.

ClawHub Agent Skills автор: voronindenis5 v1.0.1 MIT-0 7 файлов · 1 скрипт тело ≈ 1 478 токенов Открыть источникclawhub.ai↗ проанализирован 12 дн назад

Используйте при продаже личных вещей на маркетплейсах (Facebook Marketplace, Craigslist, OfferUp, eBay) — оценивает подержанные товары с учетом амортизации по…

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураТорговлятип 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
D
47/100
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

    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 47/100

    • 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: 6, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 25
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1478 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 430 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 25 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 is a coherent offline marketplace-seller safety toolkit and does not show hidden, destructive, or privilege-seeking behavior.
    LLM: benign (high) · VirusTotal: · 9 окт. 2026 г.