AC hotel
Механизм принятия решений по отелям с локальным хранением данных для планирования поездок, сравнения отелей, составления списков, готовности к бронированию и планирования проживания. Используйте, когда пользователь упоминает отели, где остановиться, сравнение объектов, ночи, компромиссы по расположению, бюджет, удобства, решения о бронировании или выбор лучшего места для поездки. Сохраняет варианты отелей, контекст поездки, оценивает компромиссы и предлагает наиболее подходящий отель на основе бюджета, расположения, удобств и уверенности в принятии решения.
машинный переводПоказать оригиналСкрыть оригинал«Local-first hotel decision engine for trip stays, hotel comparison, sh…»
Local-first hotel decision engine for trip stays, hotel comparison, shortlist creation, booking readiness, and accommodation planning. Use whenever the user mentions hotels, where to stay, comparing properties, nights, location tradeoffs, budget, amenities, booking decisions, or choosing the best stay for a trip. Captures hotel options, stores trip context, scores tradeoffs, and surfaces the best-fit hotel based on budget, location, amenities, and decision confidence.
Механизм принятия решений по отелям с локальным хранением данных для планирования поездок, сравнения отелей, составления списков, готовности к бронированию и…
Как процесс C 52/100 · 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: 13. 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 52/100
- 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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 18
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 460 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 472 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +3Все 7 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.