SKILLEMALL.ai
EN Войти

BB towel-closet-shelf-map

Создать практичную карту полок для шкафа с бельем, указав зоны для полотенец, целевое количество, текст для этикеток, периодичность сброса и заметки по пополнению запасов, не делая медицинских заявлений о гигиене.

машинный переводПоказать оригиналСкрыть оригинал«Create a practical linen closet shelf map with towel zones, quantity t…»

Create a practical linen closet shelf map with towel zones, quantity targets, label text, reset cadence, and restock notes without making medical hygiene claims.

ClawHub Agent Skills автор: haidong v1.0.1 MIT-0 3 файла тело ≈ 1 254 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Создать практичную карту полок для шкафа с бельем, указав зоны для полотенец, целевое количество, текст для этикеток, периодичность сброса и заметки по…

Как процесс B 72/100 · Почти готов — слабые места: когда включается, повторный запуск, отчётность по ходу

ГенераторИИ и агентытип 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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "triggerKeywords"
  • заметка frontmatter-key неизвестное поле фронтматтера "language"
  • заметка frontmatter-key неизвестное поле фронтматтера "hasExecutableCode"
  • заметка frontmatter-key неизвестное поле фронтматтера "promptOnly"
  • заметка frontmatter-key неизвестное поле фронтматтера "execution"

Процессный рейтинг: все десять параметров 72/100

  • 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
  • 55Ошибки и развилки. Развилок: 1
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 63
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1254 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 10. 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)
  • +2Инструкции на одном языке
  • +3Длина description 161 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 63 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (0 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a prompt-only household organization skill with no code, credentials, network access, or high-impact permissions.
LLM: benign (high) · VirusTotal: benign · 12 мая 2026 г.