SKILLEMALL.ai

AB mcdonald-order

Помощник McDonald's China (麦当劳助手) для управления купонами, заказа доставки и планирования питания. Используйте этот навык, когда пользователи явно упоминают McDonald's (麦当劳) и хотят проверить/получить купоны (优惠券、领券), заказать доставку (麦乐送、外卖、点餐), узнать информацию о блюдах и ценах (菜单、价格), проверить информацию о питательной ценности или спланировать питание в пределах калорий (热量、卡路里、营养、搭配套餐), посмотреть акции (活动、优惠、新品) или отследить статус заказа (订单、配送). Также активируйте для запросов о питательной ценности McDonald's в сравнении с другими брендами фастфуда.

машинный переводПоказать оригиналСкрыть оригинал«McDonald's China assistant (麦当劳助手) for coupon management, delivery ord…»

McDonald's China assistant (麦当劳助手) for coupon management, delivery ordering, and nutrition planning. Use this skill when users explicitly mention McDonald's (麦当劳) and want to check/claim coupons (优惠券、领券), order delivery (麦乐送、外卖、点餐), query menu items and prices (菜单、价格), check nutrition info or plan meals within calorie limits (热量、卡路里、营养、搭配套餐), view promotions (活动、优惠、新品), or track order status (订单、配送). Also trigger for McDonald's nutrition queries in comparison contexts with other fast food brands.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 2 815 токенов Открыть источникgithub.com проанализирован 2 дн назад

Помощник McDonald's China (麦当劳助手) для управления купонами, заказа доставки и планирования питания.

Как процесс B 78/100 · Почти готов — слабые места: повторный запуск

ПроцедураМаркетингТорговляЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Повторный запуск вес 4
30
Когда включается вес 12
50
Инструменты и файлы вес 18
60
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 78/100

    • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 66
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2815 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 501 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 28 заголовков
    • +3Пошаговые инструкции: 66 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.