SKILLEMALL.ai

AD tesla-fleet-api

Используйте при интеграции с официальным Fleet API Tesla для чтения данных транспортных средств/энергетических устройств или выдачи удаленных команд (например, запуск предварительного кондиционирования HVAC, пробуждение автомобиля, управление зарядкой). Охватывает онбординг (регистрация приложения разработчика, регионы/базовые URL), потоки OAuth-токенов (сторонние + партнерские токены, ротация обновления), необходимое размещение домена/публичного ключа и использование официального proxy vehicle-command/tesla-http-proxy для подписанных команд транспортного средства.

машинный переводПоказать оригиналСкрыть оригинал«Use when integrating with Tesla's official Fleet API to read vehicle/e…»

Use when integrating with Tesla's official Fleet API to read vehicle/energy device data or issue remote commands (e.g. start HVAC preconditioning, wake vehicle, charge controls). Covers onboarding (developer app registration, regions/base URLs), OAuth token flows (third-party + partner tokens, refresh rotation), required domain/public-key hosting, and using Tesla's official vehicle-command/tesla-http-proxy for signed vehicle commands.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 11 файлов · 2 скрипта тело ≈ 2 765 токенов Открыть источникgithub.com проанализирован 2 дн назад

Используйте при интеграции с официальным Fleet API Tesla для чтения данных транспортных средств/энергетических устройств или выдачи удаленных команд…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкаМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 46/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 19, расплывчатых формулировок: 2
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2765 токенов
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

    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
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -31 из 9 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 438 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 47 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (42 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.