SKILLEMALL.ai
EN Войти

BC zhongguo-nongli-query

Инструмент для конвертации дат китайского лунного календаря. Специализируется на конвертации дат из григорианского календаря в лунный, а также на поиске года, месяца и дня по лунному календарю, знака зодиака и цикла «небесных стволов и земных ветвей». Подходит для случаев, когда требуется только конвертация дат. Если вам также нужно проверить рекомендации и запреты по китайскому календарю, а также определить благоприятные дни, используйте навык zhongguo-nongli-huangli-jixiong.

машинный переводПоказать оригиналСкрыть оригинал«中国农历日期换算工具。专注公历转农历、阴历日期换算、农历年月日、生肖、干支查询。适合已明确要做日期换算的场景；若还要查黄历宜忌、吉凶判断、择…»

中国农历日期换算工具。专注公历转农历、阴历日期换算、农历年月日、生肖、干支查询。适合已明确要做日期换算的场景；若还要查黄历宜忌、吉凶判断、择日，请优先使用 zhongguo-nongli-huangli-jixiong 统一技能。

ClawHub Agent Skills автор: Leocdchina v1.0.2 MIT-0 6 файлов · 1 скрипт тело ≈ 174 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Инструмент для конвертации дат китайского лунного календаря.

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

ПроцедураИнфраструктуратип 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
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
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: 6. 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 "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "repository"
  • заметка frontmatter-key неизвестное поле фронтматтера "publisher"
  • заметка frontmatter-key неизвестное поле фронтматтера "required_env"
  • заметка frontmatter-key неизвестное поле фронтматтера "outbound_hosts"

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: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 174 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)
  • +3Длина description 115: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: clean
This skill is a disclosed external lunar-calendar lookup tool, with the main caution that it uses an API token and includes some broader Huangli-style search/filter features.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.