SKILLEMALL.ai

AC eight-cuisines

Профессиональные кулинарные навыки восьми основных кухонь Китая (Сычуаньская, Шаньдунская, Кантонская, Цзянсуская, Чжэцзянская, Фуцзяньская, Хунаньская, Аньхойская). Предоставляет классические рецепты, формулы приправ, основные методы и ключевые моменты приготовления для каждой кухни. Активируется, когда пользователь упоминает восемь основных кухонь, конкретную кухню (сычуаньская/шаньдунская/кантонская/цзянсуская/чжэцзянская/фуцзяньская/хунаньская/аньхойская), региональную кухню (кухня Сычуани/Шаньдуна/Кантона/Цзянсу/Чжэцзяна/Фуцзяня/Хунани/Аньхоя), конкретное блюдо (Мапо тофу/Хуэйгоужоу/Рыбная голова с перцем чили/Дуньпожоу/Будда прыгает через стену и т. д.), формулу приправы (аромат рыбы/кунпао/сладко-кислый соус и т. д.), метод приготовления (бульон/приготовление на пару/тушение/быстрая обжарка и т. д.).

машинный переводПоказать оригиналСкрыть оригинал«中国八大菜系(川、鲁、粤、苏、浙、闽、湘、徽)专业烹饪技能。提供各菜系经典菜谱、调味公式、核心技法和烹饪要点。当用户提到八大菜系、具体菜系名…»

中国八大菜系(川、鲁、粤、苏、浙、闽、湘、徽)专业烹饪技能。提供各菜系经典菜谱、调味公式、核心技法和烹饪要点。当用户提到八大菜系、具体菜系名称(川菜/鲁菜/粤菜/苏菜/浙菜/闽菜/湘菜/徽菜)、地方菜(四川菜/山东菜/广东菜/江苏菜/浙江菜/福建菜/湖南菜/安徽菜)、具体菜名(麻婆豆腐/回锅肉/剁椒鱼头/东坡肉/佛跳墙等)、调味配方(鱼香味/宫保味/糖醋汁等)、烹饪技法(吊汤/蒸鱼/红烧/爆炒等)时触发。

ClawHub Agent Skills автор: jiewy123 v1.0.0 MIT-0 11 файлов тело ≈ 233 токенов Открыть источникclawhub.ai проанализирован 18 ч назад

Профессиональные кулинарные навыки восьми основных кухонь Китая (Сычуаньская, Шаньдунская, Кантонская, Цзянсуская, Чжэцзянская, Фуцзяньская, Хунаньская…

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

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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

  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: 11. 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")

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: 4
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 233 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 204 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 4 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (9 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a coherent Chinese cooking reference skill with ordinary kitchen-safety caveats and no evidence of hidden code, data access, persistence, or malicious behavior.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.