SKILLEMALL.ai

BF 现场检查报告辅助技能

Генерация веб-отчета о проверке на месте с изображениями и текстом; используется, когда пользователю нужно организовать изображения и текстовые записи из процесса проверки в структурированный HTML-отчет.

машинный переводПоказать оригиналСкрыть оригинал«生成图文并茂的现场检查网页报告;当用户需要将检查过程中的图片和文字记录整理成结构化HTML报告时使用…»

生成图文并茂的现场检查网页报告;当用户需要将检查过程中的图片和文字记录整理成结构化HTML报告时使用

ClawHub Agent Skills автор: engicool v0.1.0 MIT-0 4 файла тело ≈ 910 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Генерация веб-отчета о проверке на месте с изображениями и текстом; используется, когда пользователю нужно организовать изображения и текстовые записи из…

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/report-template.html, scripts/process_images.py

ПроцедураКачество и контрольтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
53
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/report-template.html, scripts/process_images.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/report-template.html
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/process_images.py
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/report-template.html, scripts/process_images.py
  • 0Инструменты и файлы. Не хватает 2 файла(ов): assets/report-template.html, scripts/process_images.py
  • 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
  • 40Согласованность. Имя во frontmatter (现场检查报告辅助技能) не совпадает с папкой (skill-site-inspection-report)
  • 100Шаги. Шагов: 56
  • 100Стоимость исполнения. Тело инструкции 910 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 50: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 56 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.

Внешние проверки

ClawHub: clean
This skill coherently creates local HTML site-inspection reports from user-provided notes and photos, with no evidence of hidden network access, credential use, or destructive behavior.
LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.