SKILLEMALL.ai
EN Войти

AB mta

Транспорт NYC MTA — прибытие поездов метро в реальном времени, прогнозы прибытия автобусов, оповещения о сбоях и информация о маршрутах для системы метро и автобусов Нью-Йорка. Используйте, когда пользователь спрашивает о общественном транспорте Нью-Йорка, расписании метро, прибытии автобусов MTA, оповещениях о сбоях или ближайших остановках.

машинный переводПоказать оригиналСкрыть оригинал«NYC MTA transit — real-time subway arrivals, bus predictions, service…»

NYC MTA transit — real-time subway arrivals, bus predictions, service alerts, and route info for the New York City subway and bus system. Use when the user asks about NYC public transit, subway times, MTA bus arrivals, service alerts, or nearby stops.

ClawHub Agent Skills автор: Brian Leach v1.0.0 7 файлов тело ≈ 2 657 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Транспорт NYC MTA — прибытие поездов метро в реальном времени, прогнозы прибытия автобусов, оповещения о сбоях и информация о маршрутах для системы метро и…

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Инструменты и файлы вес 18
60
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:18
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha512-j+gKEx…ahh+s1F2HZ+wAce…RkU++ZWQr…uoQ==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:64
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…rvP+yUUf…4tH/iSSo…tEA==",
      детектор

    Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 71/100

    • 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, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 33
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2657 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • -226 эмодзи в инструкциях: шум для модели
    • +2Инструкции на одном языке
    • +3Длина description 251 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed NYC transit lookup tool that uses MTA data, an optional bus API key, and a local GTFS cache without evidence of hidden or unrelated behavior.
    LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.