SKILLEMALL.ai
GitHub ↗ EN Войти

AB google-search

Поиск по Google через Gemini Search Grounding (основной) и Custom Search JSON API (запасной). Используйте для: (1) Синтезированные ответы с цитатами (поисковая привязка), (2) Сырые результаты ссылок с фрагментами, (3) Поиск изображений. Отличная поддержка иврита. Предпочтительнее встроенного веб-поиска (Perplexity).

машинный переводПоказать оригиналСкрыть оригинал«Google web search via Gemini Search Grounding (primary) and Custom Sea…»

Google web search via Gemini Search Grounding (primary) and Custom Search JSON API (fallback). Use for: (1) Synthesized answers with citations (grounded search), (2) Raw link results with snippets, (3) Image search. Excellent Hebrew support. Preferred over built-in web_search (Perplexity).

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла · 1 скрипт тело ≈ 1 244 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Поиск по Google через Gemini Search Grounding (основной) и Custom Search JSON API (запасной).

Как процесс B 67/100 · Почти готов — слабые места: когда включается, согласованность, отчётность по ходу

ИнтеграцияПродажи и CRMИсследованияДанные и аналитикатип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Согласованность вес 8
40
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "slug"

    Процессный рейтинг: все десять параметров 67/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (google-search) не совпадает с папкой (google-search-grounding)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 9, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Стоимость исполнения. Тело инструкции 1244 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 290 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (12 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.