SKILLEMALL.ai
GitHub ↗ EN Войти

AC alipay-aipay-product-intro

Презентация продуктов Alipay для умных агентов и ИИ-платежей. Используется, когда пользователь хочет получить информацию о продуктах Alipay для ИИ-платежей и умных агентов. Триггеры: 1) Пользователь спрашивает "Что такое Alipay AI Payment?", "Презентация умного кошелька агента", "Продукты AI Payment"; 2) Пользователь хочет узнать о функциях умного кошелька агента Alipay. Ключевые слова: обзор продукта, AI Payment, умный кошелек агента, apay, 402, платные ресурсы.

машинный переводПоказать оригиналСкрыть оригинал«支付宝智能体钱包/AI支付产品介绍技能。当用户想要获取支付宝AI支付、智能体钱包相关产品介绍时使用。触发条件：1）用户询问"支付宝AI支付是…»

支付宝智能体钱包/AI支付产品介绍技能。当用户想要获取支付宝AI支付、智能体钱包相关产品介绍时使用。触发条件：1）用户询问"支付宝AI支付是什么"、"智能体钱包介绍"、"AI支付产品"；2）用户想了解支付宝智能体钱包功能。关键词：产品介绍, AI支付, 智能体钱包, aipay, 402, 付费资源。

ClawHub Agent Skills автор: yun520-1 v1.0.0 MIT-0 2 файла тело ≈ 367 токенов Открыть источникclawhub.ai↗ проанализирован 4 дн назад

Презентация продуктов Alipay для умных агентов и ИИ-платежей.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип 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
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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
  • 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: 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 367 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 151 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
The submitted skill artifacts are purpose-aligned operational guidance for ClawHub/Convex work, with high-impact actions gated by explicit user confirmation and existing authenticated tools.
LLM: benign (medium) · VirusTotal: · 19 июн. 2026 г.