SKILLEMALL.ai

BC fluid-network-agent-lenovo

Чтение сети стационарных несжимаемых потоков из TOML, расчет давления в узлах и расхода/перепада давления (опционально скорости) в трубопроводах, а также вывод связности и надежности нагрузки (PASS/FAIL) в соответствии с рабочими условиями. Используется, когда пользователь предоставляет сеть в формате TOML или спрашивает, будет ли система работать нормально при определенных условиях.

машинный переводПоказать оригиналСкрыть оригинал«从 TOML 读取稳态不可压缩流体网络,计算各节点压力与各管路流量/压差(可选速度),并按工况输出连通性与负载可靠性(PASS/FAIL)。…»

从 TOML 读取稳态不可压缩流体网络,计算各节点压力与各管路流量/压差(可选速度),并按工况输出连通性与负载可靠性(PASS/FAIL)。当用户给出网络 TOML 或询问某工况下系统是否能正常工作时使用。

ClawHub Agent Skills автор: Zebra6-web v1.0.0 MIT-0 11 файлов тело ≈ 411 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Чтение сети стационарных несжимаемых потоков из TOML, расчет давления в узлах и расхода/перепада давления (опционально скорости) в трубопроводах, а также…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
77/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
42
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 52/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 411 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 103: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 42.

Внешние проверки

ClawHub: clean
This is a disclosed local fluid-network calculator that reads TOML input and can write reports, with no evidence of hidden network, credential, or persistent behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.