SKILLEMALL.ai

AB recipe-chef

Находите, сравнивайте и настраивайте рецепты из имеющихся продуктов, кухонной утвари, диетических целей и вкусовых предпочтений. Используйте, когда пользователь хочет получить идеи блюд из продуктов в кладовке, фото еды на столе или в холодильнике, кулинарное предложение «сюрприз», повторяющийся план питания для семьи или для тренировок, варианты рецептов из интернета или помощь в изучении и применении пищевых предпочтений, таких как здоровое, сытное, веганское, детское, высокобелковое, простое в приготовлении или специфичное для конкретного прибора.

машинный переводПоказать оригиналСкрыть оригинал«Discover, compare, and tailor recipes from available ingredients, kitc…»

Discover, compare, and tailor recipes from available ingredients, kitchen gear, dietary goals, and taste preferences. Use when a user wants meal ideas from pantry items, a bench or fridge photo, a "surprise me" cooking suggestion, a recurring meal plan for the family or for training goals, recipe options sourced from the web, or help learning and applying food preferences such as healthy, indulgent, vegan, kid-friendly, high-protein, low-effort, or appliance-specific cooking.

ClawHub Agent Skills автор: Adam Sellers v1.0.0 MIT-0 9 файлов тело ≈ 3 145 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Находите, сравнивайте и настраивайте рецепты из имеющихся продуктов, кухонной утвари, диетических целей и вкусовых предпочтений.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, повторный запуск

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 9. 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 67/100

    • 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: 2, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 145
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3145 токенов
    • low Разделов верхнего уровня: 11. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 480 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 145 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (7 из 7)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This cooking skill is coherent and not malicious, but it can quietly save personal food, nutrition, household, and child-related preferences for future use without clear consent controls.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.