SKILLEMALL.ai

AD facetory-build-watchfaces

Подключение встроенного сервера MCP Facetory, проверка, создание, редактирование, проверка, сохранение и экспорт проектов циферблатов Xiaomi, охватывающих обычные и всегда включенные темы, привязку динамических данных, импорт локальных изображений/шрифтов, порядок слоев, повторно используемые шаблоны и устранение ошибок при экспорте. Используется для управления Facetory через ресурсы facetory:// или инструменты MCP facetory.*, диагностики встроенного сервера, продолжения работы над открытыми проектами .facetory, создания циферблатов для Xiaomi/Redmi/Mi Band, исправления ошибок AOD или экспорта, а также организации готовых ресурсов.

машинный переводПоказать оригиналСкрыть оригинал«连接 Facetory 内置 MCP 服务器,检查、创建、编辑、验证、保存和导出小米表盘项目,涵盖普通与息屏主题、动态数据绑定、本地图片/字…»

连接 Facetory 内置 MCP 服务器,检查、创建、编辑、验证、保存和导出小米表盘项目,涵盖普通与息屏主题、动态数据绑定、本地图片/字体导入、图层顺序、可复用模板和导出排错。用于通过 facetory:// 资源或 facetory.* MCP 工具操作 Facetory、诊断内置服务器、续作已打开的 .facetory 项目、制作 Xiaomi/Redmi/Mi Band 表盘、修复 AOD 或导出错误,以及整理成品资源。

ClawHub Agent Skills автор: 朝歌 v1.0.0 MIT-0 6 файлов тело ≈ 443 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Подключение встроенного сервера MCP Facetory, проверка, создание, редактирование, проверка, сохранение и экспорт проектов циферблатов Xiaomi, охватывающих…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 443 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 217 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a coherent Facetory watchface workflow helper with disclosed local MCP editing and a narrowly scoped, permission-gated root fallback for asset import problems.
LLM: benign (high) · VirusTotal: · 5 авг. 2026 г.