SKILLEMALL.ai
GitHub ↗ EN Войти

AD minimax-monitor

Используйте, когда (1) пользователь говорит «mmx 仪表盘启动» / «mmx monitor» / «MiniMax 配额查询» / «打开 minimax 监控» и хочет получить панель мониторинга в реальном времени. (2) пользователь хочет проверить, сколько осталось квоты в его плане MiniMax Token (окна 4 часа / 24 часа / еженедельно для моделей M3 / M2.7 / видео / музыка / изображение). (3) пользователь хочет протестировать задержку вывода MiniMax (TTFT / P50 / burst), нажав «开始速率测试» — явное согласие, НЕ фоновое.

машинный переводПоказать оригиналСкрыть оригинал«Use when (1) user says "mmx 仪表盘启动" / "mmx monitor" / "MiniMax 配额查询" /…»

Use when (1) user says "mmx 仪表盘启动" / "mmx monitor" / "MiniMax 配额查询" / "打开 minimax 监控" and wants a real-time dashboard. (2) user wants to check how much of their MiniMax Token Plan quota is left (4h / 24h / weekly windows for M3 / M2.7 / video / music / image models). (3) user wants to test MiniMax inference latency (TTFT / P50 / burst) by clicking "开始速率测试" - explicitly opt-in, NOT background.

ClawHub Agent Skills автор: 王继鹏 v1.7.0 MIT-0 8 файлов тело ≈ 2 146 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

(2) пользователь хочет проверить, сколько осталось квоты в его плане MiniMax Token (окна 4 часа / 24 часа / еженедельно для моделей M3 / M2.7 / видео / музыка…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктураДанные и аналитикаПродажи и CRMтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Утечка данных read-dotenv README_zh.md:94
      Чтение файла .env
      cp .env.example .env
    • низкая Утечка данных read-dotenv README.md:88
      Чтение файла .env
      cp .env.example .env

    Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "permissions"

    Процессный рейтинг: все десять параметров 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 47
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2146 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

    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
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -236 эмодзи в инструкциях: шум для модели
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 395 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 47 пунктов
    • +4Есть примеры (2 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    The skill is a coherent MiniMax quota dashboard, but it automatically reads local API credentials and calls MiniMax on page load despite saying this only happens after user confirmation.
    LLM: suspicious (high) · VirusTotal: · 9 июл. 2026 г.