SKILLEMALL.ai

AB rental-property-manager

Управление жилой недвижимостью — проверка арендаторов, отслеживание договоров аренды, координация технического обслуживания, мониторинг сбора арендной платы, оптимизация вакансий и напоминания о соблюдении требований. Создано для мелких арендодателей (1-50 единиц), которые управляют самостоятельно или используют легкий менеджер по недвижимости.

машинный переводПоказать оригиналСкрыть оригинал«Manage residential rental properties — tenant screening, lease trackin…»

Manage residential rental properties — tenant screening, lease tracking, maintenance coordination, rent collection monitoring, vacancy optimization, and compliance reminders. Built for small landlords (1-50 units) who self-manage or use a lightweight property manager.

ClawHub Agent Skills автор: joshbuildswithDoIt v2.0.0 MIT-0 5 файлов тело ≈ 815 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Управление жилой недвижимостью — проверка арендаторов, отслеживание договоров аренды, координация технического обслуживания, мониторинг сбора арендной платы…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия

СправочникИнфраструктураБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
50
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: 5. 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 65/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 31
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 815 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 268 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly a normal rental-management helper, but its metadata requests purchase and crypto-related capability tags that are not explained by the skill text.
    LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.