SKILLEMALL.ai
EN Войти

AB poyo-gemini-3-api

Чат Gemini 3 Series через PoYo / poyo.ai по адресу `https://api.poyo.ai/v1/chat/completions` и в формате Gemini Native; используйте для `gemini-3-flash-preview`, `gemini-3-pro-preview`, `gemini-3.1-pro-preview`, чат-комплитов, нативного generateContent, стриминга, мультимодальной структуры промптов, конфигурации генерации и серверной интеграции.

машинный переводПоказать оригиналСкрыть оригинал«Gemini 3 Series chat on PoYo / poyo.ai via `https://api.poyo.ai/v1/cha…»

Gemini 3 Series chat on PoYo / poyo.ai via `https://api.poyo.ai/v1/chat/completions` and Gemini Native Format; use for `gemini-3-flash-preview`, `gemini-3-pro-preview`, `gemini-3.1-pro-preview`, chat completions, native generateContent, streaming, multimodal prompt structure, generation config, and server-side integration.

ClawHub Agent Skills автор: coolhackboy v1.0.1 MIT-0 4 файла · 1 скрипт тело ≈ 742 токенов Открыть источникclawhub.ai↗ проанализирован 18 ч назад

Чат Gemini 3 Series через PoYo / poyo.ai по адресу https://api.poyo.ai/v1/chat/completions и в формате Gemini Native; используйте для gemini-3-flash-preview…

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия

ИнтеграцияИИ и агентыРазработкатип 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
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Инструменты и файлы вес 18
60
Результат и критерий готовности вес 14
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. 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 69/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 29
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 742 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 324 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 29 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    The available evidence shows no scanner findings or artifact-backed behavior that would justify a Review or malicious classification.
    LLM: benign (medium) · VirusTotal: · 10 июл. 2026 г.