SKILLEMALL.ai

BD shejian

AI-помощник для магазинов «Шэцзянь Сянган» (поддерживает переменные среды) Активируется, когда пользователь отправляет любое сообщение на китайском языке, связанное с операционной деятельностью магазина, включая, но не ограничиваясь: - Отчет о состоянии запасов товаров, например, "Помидоры закончились", "Моркови осталось 5 цзиней", "Капусты сегодня продано 20 цзиней" - Запрос текущих запасов, данных о продажах, истории закупок, журналов операций - Ввод информации о закупках, например, "Сегодня получено 50 цзиней моркови" - Запрос погоды в городе магазина, например, "Какая погода будет завтра?", "Будет ли дождь?" API Token считывается из `SHEJIAN.md` в каждом рабочем пространстве агента (инструкция по чтению предоставляется при запуске AGENTS.md). Базовый URL по умолчанию `https://s.xingke888.com`. Помогает пользователю выполнять такие операции, как запрос запасов, регистрация продаж, управление закупками, запрос погоды, путем вызова API системы управления магазинами «Шэцзянь Сянган».

машинный переводПоказать оригиналСкрыть оригинал«舌尖香港门店AI助手(支持环境变量) 当用户发送任何与门店运营相关的中文信息时触发,包括但不限于: - 报告商品库存状态,如"番茄卖完了"…»

舌尖香港门店AI助手(支持环境变量) 当用户发送任何与门店运营相关的中文信息时触发,包括但不限于: - 报告商品库存状态,如"番茄卖完了"、"胡萝卜还剩5斤"、"白菜今天卖了20斤" - 查询今日库存、销售情况、进货记录、操作日志 - 录入进货信息,如"今天收到50斤胡萝卜" - 查询门店所在城市天气,如"明天天气如何"、"会下雨吗" API Token 从各 agent workspace 的 `SHEJIAN.md` 中读取(由 AGENTS.md 启动时指引读取)。Base URL 默认 `https://s.xingke888.com`。 通过调用舌尖香港门店管理系统的API,帮助用户完成库存查询、销售补录、进货管理、天气查询等操作。

ClawHub Agent Skills автор: Xiaobing Mi v1.0.6 MIT-0 3 файла тело ≈ 1 217 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

AI-помощник для магазинов «Шэцзянь Сянган» (поддерживает переменные среды) Активируется, когда пользователь отправляет любое сообщение на китайском языке…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных net-credential-use SKILL.md:41
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (хост вендора самого скилла)
    curl -s "https://s.xi…com/api/inventory" -H "Authorization: Bearer $SHEJ…5v5"
    vendor-host

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (shejian) не совпадает с папкой (store-ai)
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 88
  • 100Стоимость исполнения. Тело инструкции 1217 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Тестов 5, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
  • low Среди тестов нет случая на инъекцию через данные

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
  • -214 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 326 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 88 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is a disclosed store-management assistant that uses a bearer token to query and update the intended store API, with operational risk users should understand.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.