SKILLEMALL.ai

BD food-delivery-recommend

Навык рекомендации ресторанов с доставкой. Активируется, когда пользователь упоминает ключевые слова, такие как "заказать еду", "доставка еды", "заказать еду", "рекомендовать доставку еды", "доставка еды поблизости" и т. д. Запрашивает текущее местоположение пользователя и, используя данные пяти основных платформ (大众点评, 高德地图, 美团, 饿了么, 京东外卖), ищет высококачественные рестораны с доставкой в радиусе 3 км, ранжирует их по количеству положительных отзывов и рекомендует пользователю.

машинный переводПоказать оригиналСкрыть оригинал«外卖推荐技能。当用户提到"点外卖"、"外卖"、"订餐"、"叫外卖"、"推荐外卖"、"附近外卖"等关键词时自动触发。通过询问用户当前位置,综合…»

外卖推荐技能。当用户提到"点外卖"、"外卖"、"订餐"、"叫外卖"、"推荐外卖"、"附近外卖"等关键词时自动触发。通过询问用户当前位置,综合大众点评、高德地图、美团、饿了么、京东外卖五大平台数据,搜索附近3km范围内支持堂食的优质外卖商家,按好评数量进行排名并推荐给用户。

ClawHub Agent Skills автор: 蟹老板 v1.0.2 MIT-0 4 файла тело ≈ 2 189 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Навык рекомендации ресторанов с доставкой.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 74
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2189 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -263 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 136 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 74 пунктов
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This food-delivery recommendation skill is mostly coherent, but it automatically saves the user’s address, food preferences, and recent order history without clear opt-in, retention, or deletion controls.
LLM: suspicious (high) · VirusTotal: · 12 июн. 2026 г.