SKILLEMALL.ai
EN Войти

AD garmin-connect

Чтение данных с часов/устройств Garmin Connect. Сценарии запуска: - "Сколько шагов я сделал сегодня" - "Как я спал прошлой ночью" - "Сколько я занимался спортом в последнее время" - "Как мое сердцебиение" - "Сколько раз я бегал на этой неделе" - Запрос данных о спорте, сне, сердцебиении и других показателях здоровья за любой период времени.

машинный переводПоказать оригиналСкрыть оригинал«读取 Garmin Connect 手表/设备数据。 触发场景： - "今天走了多少步" - "昨晚睡眠怎么样" - "最近有什么运动" -…»

读取 Garmin Connect 手表/设备数据。 触发场景： - "今天走了多少步" - "昨晚睡眠怎么样" - "最近有什么运动" - "心率怎么样" - "这周跑了多少次" - 查询任意日期的运动、睡眠、心率等健康数据

ClawHub Agent Skills автор: tcyxk v1.0.0 MIT-0 7 файлов тело ≈ 143 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Чтение данных с часов/устройств Garmin Connect.

Как процесс D 41/100 · Процесс не доведён — 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
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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: 7. 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 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (garmin-connect) не совпадает с папкой (garmin-connect-cn)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 5
  • 100Стоимость исполнения. Тело инструкции 143 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 113: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)

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

Внешние проверки

ClawHub: suspicious
This Garmin health-data skill mostly does what it says, but it handles a sensitive account token unsafely and includes a hard-coded Garmin user ID that could query the wrong account.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.