SKILLEMALL.ai
GitHub ↗ EN Войти

BC ai-directory-submitter

Публикует продукт ИИ в бесплатных каталогах ИИ, на сайтах запуска и в каталогах MCP или агентов, по одному за раз, из проверенного списка бесплатных каталогов FalcoScan и ведет учет каждой публикации. Используйте, когда пользователь хочет опубликовать, запустить или продвинуть инструмент ИИ, SaaS, сервер MCP или агента в каталогах, или спрашивает, куда подать свой продукт.

машинный переводПоказать оригиналСкрыть оригинал«Lists an AI product on free AI directories, launch sites and MCP or ag…»

Lists an AI product on free AI directories, launch sites and MCP or agent directories, one at a time, from FalcoScan's checked list of free directories, and keeps a record of each submission. Use when the user wants to list, launch or promote an AI tool, SaaS, MCP server or agent on directories, or asks where to submit their product.

davila7/claude-code-templates Agent Skills автор: davila7 MIT 1 файл тело ≈ 579 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Публикует продукт ИИ в бесплатных каталогах ИИ, на сайтах запуска и в каталогах MCP или агентов, по одному за раз, из проверенного списка бесплатных каталогов…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
58/100
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

    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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 58/100

    • 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
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 10
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 579 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 335 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 10 пунктов

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