SKILLEMALL.ai

AC plan-to-eat

Используйте, когда пользователь хочет взаимодействовать с Plan to Eat (plantoeat.com) через подключенный сервер plan-to-eat MCP — просмотр или обновление своего плана питания, управление рецептами, планирование заметок/ингредиентов/остатков в планировщике, отслеживание морозильной камеры или работу со списком покупок. Активируется фразами вроде «что в моем плане питания», «запланируй X на среду на ужин», «добавь заметку к завтраку во вторник», «перенеси ужин на пятницу», «заморозь остатки», «что в морозилке», «что в моем списке покупок», «добавь молоко в список покупок», «перенеси это в Costco».

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to interact with Plan to Eat (plantoeat.com) v…»

Use when the user wants to interact with Plan to Eat (plantoeat.com) via the connected plan-to-eat MCP server — viewing or updating their meal plan, managing recipes, scheduling notes/ingredients/leftovers on the planner, tracking the freezer, or working on the shopping list. Triggers on phrases like "what's on my meal plan", "plan X for Wednesday dinner", "add a note to Tuesday breakfast", "move dinner to Friday", "freeze leftovers", "what's in the freezer", "what's on my shopping list", "add milk to the shopping list", "move that to Costco".

ClawHub Agent Skills автор: alex-zwingli v0.7.3 MIT-0 2 файла тело ≈ 2 895 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

com) через подключенный сервер plan-to-eat MCP — просмотр или обновление своего плана питания, управление рецептами, планирование…

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
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: 2. 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 63/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
    • 70Ошибки и развилки. Развилок: 7
    • 100Шаги. Шагов: 29
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2895 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 9 примера фраз-триггеров в кавычках
    • +3Длина description 549 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 27 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +4Есть примеры (18 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed Plan to Eat helper that requires user-supplied credentials and gives the agent meal-planning read/write tools, with ordinary third-party installation caveats.
    LLM: benign (high) · VirusTotal: · 9 сент. 2026 г.