SKILLEMALL.ai

BD 飞猪

Руководство по принятию решений при бронировании на Fliggy Travel: логика сравнения цен на авиабилеты/отели/туры и особенности Fliggy (信用住/F会员/双11囤旅行), правила использования и оценка выгодности пакетных туров (次卡/通兑券), а также разъяснение правил возврата/обмена и путей решения споров в поездках.

машинный переводПоказать оригиналСкрыть оригинал«飞猪旅行订购决策指南。Use for: (1) 机票/酒店/度假产品的比价逻辑与飞猪特色(信用住/F会员/双11囤旅行), (2) 囤货型旅…»

飞猪旅行订购决策指南。Use for: (1) 机票/酒店/度假产品的比价逻辑与飞猪特色(信用住/F会员/双11囤旅行), (2) 囤货型旅行产品(次卡/通兑券)的核销规则与划算性判断, (3) 退改签规则解读与出行纠纷处理路径。Fliggy travel-booking guide: pricing logic, voucher-style travel deals evaluation, and refund-rule literacy.

ClawHub Hermes автор: zhangifonly v1.0.0 MIT-0 2 файла тело ≈ 272 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Руководство по принятию решений при бронировании на Fliggy Travel: логика сравнения цен на авиабилеты/отели/туры и особенности Fliggy (信用住/F会员/双11囤旅行)…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентыТорговлятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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 name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-long-hermes description 223 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)

Процессный рейтинг: все десять параметров 49/100

  • 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 (飞猪) не совпадает с папкой (fliggy)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 18
  • 100Стоимость исполнения. Тело инструкции 272 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 223 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 18 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a travel-booking advice skill with no executable code or hidden access requests.
LLM: benign (high) · VirusTotal: · 11 июл. 2026 г.