AC used-car-sentinel
Используйте при покупке подержанного автомобиля, чтобы расшифровать объявление (VIN, пробег, цена, возраст) в реальную картину рисков, прежде чем куда-либо ехать или вносить залог. Проверка VIN + расшифровка (страна/производитель WMI, код модельного года, проверка контрольной цифры, красные флажки последовательных номеров), анализ правдоподобия пробега по возрасту и классу (обнаруживает скрученный одометр и поддельные показания), комплексная модель справедливого предложения по цене/рынку, проверка критических недостатков (утиль/восстановленный/после наводнения/проблемный титул, схемы такси/флота TSI, скрытые возрастные расхождения после столкновений) и структурированный чек-лист для 30-минутного тест-драйва. Все офлайн — работает, когда вы стоите на парковке с одним делением сигнала.
машинный переводПоказать оригиналСкрыть оригинал«Use when you are shopping for a used car and must decode a vehicle lis…»
Use when you are shopping for a used car and must decode a vehicle listing (VIN, mileage, price, age) into a real risk picture before you drive anywhere or pay a deposit. VIN validation + decoding (WMI country/manufacturer, model-year code, check-digit verification, sequential-number red flags), mileage-plausibility analysis against age and class (detects odometer rollbacks and clocked clocks), holistic price-vs-market fair-offer model, deal-breaker screening (salvage/rebuilt/flood/title brands, TSI taxi/fleet patterns, untold collision age gaps), and a structured 30-minute test-drive inspection sheet. All offline — works when you are standing in a parking lot with one bar of signal.
Используйте при покупке подержанного автомобиля, чтобы расшифровать объявление (VIN, пробег, цена, возраст) в реальную картину рисков, прежде чем куда-либо…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 59/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 34
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1803 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 692 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 34 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.