SKILLEMALL.ai

BC get-resource-element

На основе введенного названия продукта проверяет, соответствуют ли основные моменты оценки аппаратных ресурсов продукта. Используйте, когда: (1) необходимо проверить полноту основных моментов оценки аппаратных ресурсов продукта, (2) сравнить предоставленные основные моменты с требуемыми стандартами, (3) запросить основные моменты в файле расчета аппаратных ресурсов стандартного продукта для соответствующего продукта. Поддерживаемые продуктовые линейки: система CDSS, система VTE, система контроля качества медицинских карт, система для одного заболевания, система интеллектуального медицинского ассистента — система ИИ-помощи в диагностике и лечении на низовом уровне.

машинный переводПоказать оригиналСкрыть оригинал«根据输入的产品名称,查询对应产品的硬件资源评估要点是否满足。Use when: (1) 需要验证产品硬件资源评估要点是否完整,(2) 对比已…»

根据输入的产品名称,查询对应产品的硬件资源评估要点是否满足。Use when: (1) 需要验证产品硬件资源评估要点是否完整,(2) 对比已提供的评估要点与标准要求的差异,(3) 查询产品对应的标准单产品硬件资源测算文件中的评估要点。支持产品线:CDSS 系统、VTE 系统、病历质控系统、单病种系统、智医助理 - 基层人工智能辅助诊疗系统。

ClawHub Agent Skills автор: hellohushuai v1.0.0 MIT-0 3 файла тело ≈ 599 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

На основе введенного названия продукта проверяет, соответствуют ли основные моменты оценки аппаратных ресурсов продукта.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: 根据输入的产品名称,查询对应产品的硬件资源评估要点是否满足。Use when: (1) 需要验证产品硬件资源评估要点是否完整,(2)… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 53/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 35
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 599 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 171 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +4Есть примеры (11 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: suspicious
    The skill bundle is mostly coherent for ClawHub and Convex maintenance, but it includes a review helper that defaults to broad full-access execution.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.