SKILLEMALL.ai

AC antique-appraisal

Помощник по оценке и идентификации антиквариата. Охватывает 4 этапа: сбор информации о предмете → предварительная оценка → создание заказа на оплату → вывод отчета об оценке. Поддерживает работу в среде мини-приложений WeChat и вне ее, автоматически адаптируя формат вывода под устройство пользователя. Ключевые слова: оценка, стоимость, предмет, антиквариат, помоги посмотреть, сколько стоит, старинный, культурные ценности, поиск сокровищ, оценка для аукциона, оценка сокровища.

машинный переводПоказать оригиналСкрыть оригинал«古董鉴定估价全流程助手。覆盖藏品信息采集→初步评估报价→支付订单生成→鉴定报告输出4大阶段。支持微信小程序和非微信终端双环境,智能识别用户设…»

古董鉴定估价全流程助手。覆盖藏品信息采集→初步评估报价→支付订单生成→鉴定报告输出4大阶段。支持微信小程序和非微信终端双环境,智能识别用户设备环境自适应输出格式。触发词:鉴定、估价、藏品、古玩、帮我看看、值多少钱、古董、文玩、鉴宝、拍卖估价、宝贝鉴定。

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 4 файла тело ≈ 947 токенов Открыть источникclawhub.ai проанализирован 18 ч назад

Помощник по оценке и идентификации антиквариата.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 1. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 77
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 947 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 126 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 77 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a coherent antique appraisal helper with expected photo, provenance, report, and payment-style workflow, but users should be mindful of privacy and payment clarity.
LLM: benign (high) · VirusTotal: · 22 июн. 2026 г.