SKILLEMALL.ai

AF openrouter-rankings

Получает и отслеживает рейтинги моделей AI OpenRouter (еженедельные тенденции, лучшие модели, лучшие приложения, доля рынка). Используйте, когда пользователь спрашивает о рейтингах OpenRouter, популярности моделей AI, статистике использования токенов или хочет получать еженедельные автоматические отчеты.

машинный переводПоказать оригиналСкрыть оригинал«Fetch and track OpenRouter AI model rankings (weekly trends, top model…»

Fetch and track OpenRouter AI model rankings (weekly trends, top models, top apps, market share). Use when user asks about OpenRouter rankings, AI model popularity, token usage statistics, or wants weekly automated reports.

ClawHub Agent Skills автор: yufeinever v1.0.0 MIT-0 3 файла тело ≈ 345 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Получает и отслеживает рейтинги моделей AI OpenRouter (еженедельные тенденции, лучшие модели, лучшие приложения, доля рынка).

Как процесс F 26/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/data-structure.md

СправочникДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
F
26/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/data-structure.md
Инструменты и файлы вес 18
0
Шаги вес 15
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/data-structure.md

Процессный рейтинг: все десять параметров 26/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/data-structure.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/data-structure.md
  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 345 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Нет пошаговых инструкций или чек-листа
  • +2Инструкции на одном языке
  • +3Длина description 223 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: clean
This skill appears to perform disclosed ranking-data workflows, with optional local saving and Feishu export that users should understand before enabling.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.