SKILLEMALL.ai

BF travel-accommodation-advisor

Находит и сравнивает близлежащие отели, используя привязку к POI и фильтрацию по радиусу вокруг известной достопримечательности. Подходит, когда пользователь указывает достопримечательность, деловой район, транспортный узел или выставочный центр и хочет получить сортированные по расстоянию и качеству варианты проживания.

машинный переводПоказать оригиналСкрыть оригинал«围绕已知地标通过 POI 锚定和半径筛选查找并对比附近酒店。适用于用户明确景点、商圈、交通枢纽或会展中心,并希望按距离与质量排序获得可预订住…»

围绕已知地标通过 POI 锚定和半径筛选查找并对比附近酒店。适用于用户明确景点、商圈、交通枢纽或会展中心,并希望按距离与质量排序获得可预订住宿。

ClawHub Agent Skills автор: xiejinsong v1.0.0 MIT-0 6 файлов тело ≈ 346 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Находит и сравнивает близлежащие отели, используя привязку к POI и фильтрацию по радиусу вокруг известной достопримечательности.

Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: {mainPic|picUrl}, {detailUrl}, {jumpUrl}

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
F
40/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: {mainPic|picUrl}, {detailUrl}, {jumpUrl}
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 6. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: {mainPic|picUrl}
  • предупреждение missing-ref ссылка на отсутствующий файл: {detailUrl}
  • предупреждение missing-ref ссылка на отсутствующий файл: {jumpUrl}
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

Процессный рейтинг: все десять параметров 40/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: {mainPic|picUrl}, {detailUrl}, {jumpUrl}
  • 0Инструменты и файлы. Не хватает 3 файла(ов): {mainPic|picUrl}, {detailUrl}, {jumpUrl}
  • 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
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 27
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 346 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (6 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)
  • +3Длина description 72: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This skill is a disclosed Ziniao Browser automation helper that uses a local authenticated bridge, with sensitive capabilities that are expected for its purpose.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.