SKILLEMALL.ai

AB seed-calendar-planner

Используйте при планировании огорода, решении, когда начинать посев семян в помещении по сравнению с прямым посевом, планировании последовательных посадок, определении размера лотков для рассады и дат пересадки, или выяснении, что еще можно посеять сейчас для осеннего урожая — создает персонализированный календарь посева семян на основе ваших последних/первых дат заморозков с окнами для каждого урожая, расчетами лотков, оценками погонной длины рядов, графиками последовательных посадок и необязательными аннотациями фаз луны.

машинный переводПоказать оригиналСкрыть оригинал«Use when planning a vegetable garden, deciding when to start seeds ind…»

Use when planning a vegetable garden, deciding when to start seeds indoors versus direct-sowing, scheduling succession plantings, sizing seed trays and transplant dates, or figuring out what can still be sown now for a fall harvest — builds a personalized seed-starting calendar from your last/first frost dates with per-crop windows, tray math, row-footage estimates, succession schedules, and optional moon-phase annotations.

ClawHub Agent Skills автор: voronindenis5 v1.0.3 MIT-0 7 файлов тело ≈ 1 727 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Используйте при планировании огорода, решении, когда начинать посев семян в помещении по сравнению с прямым посевом, планировании последовательных посадок…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ГенераторЛичная продуктивностьИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
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: 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 65/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 21
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1727 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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -31 из 2 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 427 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This is a gardening calendar skill with a local Python helper, and I found no hidden data access, network use, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 10 сент. 2026 г.