SKILLEMALL.ai

AC feast

Комплексная система планирования питания с культурными темами, аутентичными рецептами, интеллектуальными покупками и неожиданными открытиями. Используйте, когда: - Планируете еженедельные приемы пищи или меню - Создаете списки покупок - Запрашиваете идеи рецептов или помощь в приготовлении пищи - Просматриваете прошлые приемы пищи или планируете вперед - Вводите нового пользователя в систему питания - Ищете кулинарное вдохновение или культурные гастрономические события - Отслеживаете диетические цели или питание - Управляете избранным, неудачами или историей питания

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive meal planning system with cultural themes, authentic rec…»

Comprehensive meal planning system with cultural themes, authentic recipes, intelligent shopping, and surprise reveals. Use when: - Planning weekly meals or menus - Generating shopping lists - Asking for recipe ideas or cooking help - Reviewing past meals or planning ahead - Onboarding a new user to the meal system - Looking for cuisine inspiration or cultural food events - Tracking dietary goals or nutrition - Managing favourites, failures, or meal history

ClawHub Agent Skills автор: smadgerano v1.0.2 17 файлов тело ≈ 2 573 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Комплексная система планирования питания с культурными темами, аутентичными рецептами, интеллектуальными покупками и неожиданными открытиями.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 17. 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 54/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
    • 60Ошибки и развилки. Развилок: 2
    • 85Шаги. Шагов: 96, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2573 токенов
    • low Разделов верхнего уровня: 12. 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 461 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 24 заголовков
    • +3Пошаговые инструкции: 96 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 7)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    Feast is a coherent meal-planning skill, but its recurring background reminders and optional external notification delivery need review before installing.
    LLM: suspicious (medium) · VirusTotal: suspicious · 10 сент. 2026 г.