SKILLEMALL.ai

AC honeybook-fpx

Читает данные клиентского портала HoneyBook (контракты, счета, предложения, способы оплаты, статус рабочего пространства) из оболочки с помощью fpx CLI (@fetchproxy/cli) вместо запуска сервера honeybook-mcp — захватывает сеанс поставщика один раз через вкладку браузера с выполненным входом, а затем напрямую использует curl api.honeybook.com. Используйте, когда вам нужны данные HoneyBook без MCP, в скрипте или на машине, где MCP не установлен.

машинный переводПоказать оригиналСкрыть оригинал«Read HoneyBook client-portal data (contracts, invoices, proposals, pay…»

Read HoneyBook client-portal data (contracts, invoices, proposals, payment methods, workspace status) from a shell with the fpx CLI (@fetchproxy/cli) instead of running the honeybook-mcp server — capture a vendor session once via the signed-in browser tab, then curl api.honeybook.com directly. Use when you want HoneyBook data without the MCP, in a script, or on a machine where the MCP isn't installed.

ClawHub Agent Skills автор: chrischall v0.10.3 MIT-0 3 файла тело ≈ 2 026 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Читает данные клиентского портала HoneyBook (контракты, счета, предложения, способы оплаты, статус рабочего пространства) из оболочки с помощью fpx CLI…

Как процесс C 62/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

ИнтеграцияИИ и агентытип 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
C
62/100
Есть пробелы
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: 3. 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 62/100

    • 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: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 14
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2026 токенов
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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 404 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (6 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

    Внешние проверки

    ClawHub: suspicious
    This skill is transparent about its HoneyBook automation goal, but it asks users to extract and replay live browser session credentials for sensitive business and payment data.
    LLM: suspicious (high) · 10 сент. 2026 г.