SKILLEMALL.ai

AC festival-query

Инструмент для поиска праздников, поддерживающий китайский лунный календарь, традиционные праздники, двадцать четыре сезона, основные европейские и американские праздники. Активируется, когда пользователь задает вопросы, связанные с праздниками/сезонами, такие как «Какой сегодня праздник?», «Какое число по лунному календарю?», «Когда День драконьих лодок?», «Проверь День поминовения усопших», «Когда День благодарения?», «Какие праздники в 2025 году?», «Какие праздники в этом месяце?», «Двадцать четыре сезона», «Когда день зимнего солнцестояния?», «Рождество», «День святого Валентина», «Хэллоуин», «Когда Пасха?», «Какое число по лунному календарю у Праздника середины осени?». Поддерживает два режима: поиск по дате и поиск по диапазону лет/месяцев.

машинный переводПоказать оригиналСкрыть оригинал«节日查询工具,支持中国农历日期、传统节日、二十四节气、欧美主流节日查询。当用户提到 "今天是什么节日"、"农历几号"、"什么时候端午节"、"…»

节日查询工具,支持中国农历日期、传统节日、二十四节气、欧美主流节日查询。当用户提到 "今天是什么节日"、"农历几号"、"什么时候端午节"、"查一下清明节"、"感恩节是哪天"、 "2025年有什么节日"、"这个月有哪些节日"、"二十四节气"、"冬至是几号"、"圣诞节"、 "情人节"、"万圣节"、"复活节是哪天"、"中秋节农历几号" 等节日/节气相关问题时触发。 支持按日期查询和按年/月范围查询两种模式。

ClawHub Agent Skills автор: zhou-xiaobo v1.0.0 MIT-0 3 файла тело ≈ 232 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструмент для поиска праздников, поддерживающий китайский лунный календарь, традиционные праздники, двадцать четыре сезона, основные европейские и…

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
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: 3. 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: 4
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 232 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 8 примера фраз-триггеров в кавычках
  • +3Длина description 202 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 4 пунктов
  • +4Есть примеры (6 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

Внешние проверки

ClawHub: clean
This skill is a straightforward local festival and calendar lookup tool, with only a minor setup caution around its Python dependency install command.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.