CC phone-messages
Читайте и отвечайте на сообщения в чатах на телефоне пользователя (微信 и т.п.) через экран: наверстайте упущенное, составьте черновик ответа голосом пользователя, отправляйте только текст, который он подтвердил. Используйте, когда пользователь спрашивает, что кто-то сказал в WeChat, или хочет, чтобы чат был отвечен.
машинный переводПоказать оригиналСкрыть оригинал«Read and answer messages in the chat apps on the user's phone (微信 and…»
Read and answer messages in the chat apps on the user's phone (微信 and the like) through the screen: catch up, draft a reply in the user's voice, send only text they confirmed. Use when the user asks what someone said on WeChat or wants a chat answered.
Скилл читает сообщения в WeChat и похожих приложениях прямо с экрана телефона, ловит текст, предлагает ответ в голосе пользователя и отправляет только то, что тот одобрил. Обещает разобраться в чатах без копирования вручную.
В файлах 537 токенов кода, критических ошибок нет. Safety score 100, quality — 69. Но скилл никогда не запускали на моделях и не проверили в песочнице. Непонятно, как именно он ловит текст с экрана — описание молчит про OCR, про парсинг скриншотов, про доступ к API приложений. Поддержка заявлена широкая (Claude, Cursor, Gemini и восемь других платформ), но без тестов это выглядит как список желаний.
Ставить не стоит. Скилл в статусе «ладно», но работает ли — неизвестно. Проверьте на своей модели перед использованием.
Читайте и отвечайте на сообщения в чатах на телефоне пользователя (微信 и т.п.) через экран: наверстайте упущенное, составьте черновик ответа голосом…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- 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
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Read and answer messages in the chat apps on the user's phone (微信 … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - заметка
frontmatter-keyнеизвестное поле фронтматтера "channel"
Процессный рейтинг: все десять параметров 59/100
- 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
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 11
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 537 токенов
- 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 252 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 11 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.