SKILLEMALL.ai

AC student-rooms

Ищет, сканирует и отслеживает наличие студенческого жилья у поставщиков Yugo и Aparto. Используйте, когда пользователь спрашивает о студенческом жилье, наличии комнат, жилье на семестр, вариантах бронирования или сравнении цен в любом поддерживаемом городе. Охватывает Yugo (11 стран, более 70 городов, включая Великобританию, Ирландию, Испанию, Германию, Францию, Италию, Португалию, Австрию, Австралию, США, ОАЭ) и Aparto (14 городов в Ирландии, Испании, Италии, Великобритании, Франции). Поддерживает фильтрацию по семестрам, режим непрерывного наблюдения с оповещениями, проверку процесса бронирования и несколько бэкендов уведомлений (stdout, webhook, Telegram, OpenClaw). Работает автономно (OpenClaw не требуется), но имеет нативную интеграцию с OpenClaw для уведомлений и оповещений в режиме агента.

машинный переводПоказать оригиналСкрыть оригинал«Search, scan, and monitor student accommodation availability across Yu…»

Search, scan, and monitor student accommodation availability across Yugo and Aparto providers. Use when the user asks about student housing, room availability, semester accommodation, booking options, or price comparisons in any supported city. Covers Yugo (11 countries, 70+ cities including UK, Ireland, Spain, Germany, France, Italy, Portugal, Austria, Australia, USA, UAE) and Aparto (14 cities across Ireland, Spain, Italy, UK, France). Supports semester filtering, continuous watch mode with alerts, booking-flow probing, and multiple notification backends (stdout, webhook, Telegram, OpenClaw). Works standalone (no OpenClaw required) but has native OpenClaw integration for notifications and agent-mode alerts.

ClawHub Agent Skills автор: Gonzalo López Gil v1.1.0 2 файла тело ≈ 1 149 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Ищет, сканирует и отслеживает наличие студенческого жилья у поставщиков Yugo и Aparto.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ИнтеграцияTelegramИнфраструктураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
57/100
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

    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: 2. 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 57/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 10
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1149 токенов

    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 718 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +4Есть примеры (10 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a coherent student-housing availability skill, but users should understand where alerts are sent and what local monitoring state or jobs it may create.
    LLM: benign (medium) · VirusTotal: benign · 28 мая 2026 г.