SKILLEMALL.ai
EN Войти

BF drug-matching-skill

Навык комплексного поиска лекарственных препаратов по совпадению. На основе потребностей клиента (форма выпуска, название продукта, показания к применению, терапевтическая область, статус в системе медицинского страхования и т. д.) отбирает подходящие препараты из каталога передачи. Одновременно поддерживает запрос статуса препарата в системе медицинского страхования, статуса основного лекарственного средства, данных об объеме производства, результатов оценки一致性评价, рейтинга использования в больницах, международных сертификатов и т. д. Встроен навык поиска инструкций к лекарствам.

машинный переводПоказать оригиналСкрыть оригинал«药撮合品种综合查询技能。根据客户需求（剂型、产品名称、适应症、治疗领域、医保属性等）从转让目录中筛选匹配品种，同时支持查询药品医保状态、基药…»

药撮合品种综合查询技能。根据客户需求（剂型、产品名称、适应症、治疗领域、医保属性等）从转让目录中筛选匹配品种，同时支持查询药品医保状态、基药状态、产量数据、一致性评价、医院用药排名、国际认证等。内嵌药品说明书查询技能。

ClawHub Agent Skills автор: maa018809-eng v2.3.0 MIT-0 4 файла тело ≈ 1 152 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык комплексного поиска лекарственных препаратов по совпадению.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/data_prep.py

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
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/data_prep.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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")
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/data_prep.py
  • заметка frontmatter-key неизвестное поле фронтматтера "alwaysApply"
  • заметка frontmatter-key неизвестное поле фронтматтера "keywords"
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/data_prep.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/data_prep.py
  • 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
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1152 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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)
  • +3Длина description 109: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
The skill is coherent and mostly read-only, but it relies on an unencrypted raw-IP server for MCP queries and advertised package downloads, so users should review it before trusting it.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.