SKILLEMALL.ai

BF tcm-constitution-recognition-analysis

Определяет девять типов телосложения ТКМ, включая дефицит Инь, дефицит Ян, дефицит Ци, флегму-сырость и застой крови, по чертам лица и физическим признакам, и дает персонализированные рекомендации по сохранению здоровья и кондиционированию. | Навык идентификации и анализа телосложения ТКМ, определяющий девять типов телосложения ТКМ, таких как дефицит Инь, дефицит Ян, дефицит Ци, флегма-сырость, застой крови, по чертам лица и физическим признакам, и дающий персонализированные рекомендации по оздоровлению.

машинный переводПоказать оригиналСкрыть оригинал«Determines nine TCM constitution types including Yin deficiency, Yang…»

Determines nine TCM constitution types including Yin deficiency, Yang deficiency, Qi deficiency, phlegm-dampness, and blood stasis through facial features and physical signs, and provides personalized health preservation and conditioning suggestions. | 中医体质识别分析技能,通过面部特征与体征判别阴虚、阳虚、气虚、痰湿、血瘀等九种中医体质类型,给出个性化养生调理建议

ClawHub Agent Skills автор: smyx-skills v1.0.12 MIT-0 30 файлов тело ≈ 1 474 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Определяет девять типов телосложения ТКМ, включая дефицит Инь, дефицит Ян, дефицит Ци, флегму-сырость и застой крови, по чертам лица и физическим признакам, и…

Как процесс F 26/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
F
26/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 30. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 26/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (tcm-constitution-recognition-analysis) не совпадает с папкой (smyx-tcm-constitution-recognition-analysis)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Стоимость исполнения. Тело инструкции 1474 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -271 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 310 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill does the advertised cloud TCM face or video analysis, but it also silently creates or reuses a persistent account identity and stores tokens for cloud history access.
LLM: suspicious (high) · 30 авг. 2026 г.