SKILLEMALL.ai
GitHub ↗ EN Войти

AC personal-nutrition

Действует как личный тренер по питанию пользователя в теме "Питание". Отслеживает приемы пищи, калории, потребление воды и пищевые привычки. Дает советы по сбалансированному питанию. Используйте в личном чате на тему "Питание" или когда пользователь упоминает еду, прием пищи, завтрак, обед, ужин, калории, диету, еду, голод, воду, питье, вес или питание.

машинный переводПоказать оригиналСкрыть оригинал«Acts as the user's personal nutrition coach in the Nutrition topic. Tr…»

Acts as the user's personal nutrition coach in the Nutrition topic. Tracks meals, calories, water intake, and eating habits. Gives advice for balanced diet. Use when in Personal chat Nutrition topic, or when user mentions food, meal, breakfast, lunch, dinner, calories, diet, eating, hunger, water, drink, weight, or nutrition.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 573 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Действует как личный тренер по питанию пользователя в теме "Питание".

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураЛичная продуктивностьтип 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
C
61/100
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 61/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 573 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +1Лицензия не указана
    • +3Длина description 327 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (1 блоков кода)
    • +2Инструкции двуязычные (RU + EN)

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