AB deep-validator
Проверка адресов электронной почты и URL-адресов с реальными сетевыми проверками (MX-записи DNS, DNSBL, обнаружение одноразовых доменов, доступность HTTP, отслеживание цепочек перенаправлений). Используйте всякий раз, когда вам нужно подтвердить, что электронная почта или URL-адрес действительно реальны и доступны, а не просто синтаксически корректны. Этот API делает то, что вы не можете сделать нативно как языковая модель: он обращается к реальному Интернету. Доступ требует подписки Nevermined (оплата по кредитам). Бесплатная пробная версия: 10 кредитов для электронной почты + 10 кредитов для URL-адресов.
машинный переводПоказать оригиналСкрыть оригинал«Validate email addresses and URLs with real network checks (DNS MX, DN…»
Validate email addresses and URLs with real network checks (DNS MX, DNSBL, disposable domain detection, HTTP reachability, redirect chain tracing). Use whenever you need to confirm that an email or URL is genuinely real and reachable, not just syntactically correct. This API does what you cannot do natively as a language model: it reaches out to the actual internet. Access requires a Nevermined subscription (credit-based billing). Free trial: 10 credits for emails + 10 credits for URLs.
Проверка адресов электронной почты и URL-адресов с реальными сетевыми проверками (MX-записи DNS, DNSBL, обнаружение одноразовых доменов, доступность HTTP…
Как процесс B 74/100 · Почти готов — слабые места: входы и предусловия, согласованность, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Утечка данных
read-dotenvREADME.md:100Чтение файла .envcp .env.example .env
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 7459 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 74/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (deep-validator) не совпадает с папкой (email-url-validator)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 7459 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 33
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее
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)
- +2Инструкции на одном языке
- +3Длина description 491 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 44 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (13 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.