SKILLEMALL.ai

AD landlord-deposit-defender

Используйте, когда арендодатель удерживает или вычитает из залога, при переезде или выезде, когда требуется инвентаризация состояния комнаты за комнатой в качестве доказательства, или при принятии решения о том, является ли заявленное удержание (повторная покраска, замена ковра, уборка) справедливым износом или взимаемым ущербом. Оценивает состояние от 0 до 5, сравнивает инвентаризацию при въезде и выезде, пропорционально распределяет законные удержания с учетом амортизации (краска 3 года, ковер 8 лет...), указывает сроки возврата залога в юрисдикции и генерирует детализированное письмо-спор с исправленными суммами.

машинный переводПоказать оригиналСкрыть оригинал«Use when a landlord withholds or deducts from a security deposit, when…»

Use when a landlord withholds or deducts from a security deposit, when moving in or out and a room-by-room condition inventory is needed as evidence, or when deciding whether a claimed deduction (repainting, carpet replacement, cleaning) is fair wear-and-tear or chargeable damage. Grades condition 0-5, diffs move-in vs move-out inventories, prorates legitimate deductions by useful-life depreciation (paint 3yr, carpet 8yr...), cites jurisdiction deposit-return deadlines, and generates an itemized dispute letter with corrected amounts.

ClawHub Agent Skills автор: voronindenis5 v1.0.0 MIT-0 7 файлов тело ≈ 1 341 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте, когда арендодатель удерживает или вычитает из залога, при переезде или выезде, когда требуется инвентаризация состояния комнаты за комнатой в…

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
D
45/100
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

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 45/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 19, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1341 токенов

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 539 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a local, user-directed tool for organizing security-deposit evidence and drafting dispute letters, with no hidden network, credential, persistence, or destructive behavior found.
    LLM: benign (high) · VirusTotal: · 28 авг. 2026 г.