SKILLEMALL.ai

AC nl2json

Преобразует естественный язык в параметры JSON. Используйте, когда пользователь говорит «помоги мне преобразовать естественный язык в JSON», «преобразуй этот текст в параметры JSON», «распознай как JSON», «преобразуй в JSON», «преобразуй в JSON», «помоги мне сгенерировать JSON», «представь в JSON», «извлеки в JSON», «распарси в JSON», «преврати эту фразу в JSON», «помоги мне с преобразованием JSON», «запрос данных в JSON», «получи данные в JSON», «данные мониторинга в JSON», «новости в JSON», «выведи в формате JSON» и т. д. Используйте этот навык всякий раз, когда пользователю нужно преобразовать описание на естественном языке в структурированные данные JSON. Сначала прочитайте шаблон templates/default.json и строго следуйте полям, определенным в шаблоне, отдавая приоритет поддержке полей шаблона.

машинный переводПоказать оригиналСкрыть оригинал«将自然语言转换成JSON参数。当用户说"帮我把自然语言转成JSON"、"把这段话转换成JSON参数"、"识别成JSON"、"转成JSON"、…»

将自然语言转换成JSON参数。当用户说"帮我把自然语言转成JSON"、"把这段话转换成JSON参数"、"识别成JSON"、"转成JSON"、"转换成JSON"、"帮我生成JSON"、"用JSON表示"、"提取成JSON"、"解析成JSON"、"把这句话变成JSON"、"帮我做JSON转换"、"查询数据转JSON"、"获取数据转成JSON"、"舆情数据转JSON"、"新闻转JSON"、"用JSON格式输出"等时使用此技能。只要用户需要将自然语言描述转换成结构化的JSON数据,就使用此技能。首先读取templates/default.json模板,严格按照模板中定义的字段进行输出,优先保证模板字段的支持。

ClawHub Agent Skills автор: Paulina Laitinen v1.0.1 4 файла тело ≈ 1 368 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Преобразует естественный язык в параметры JSON.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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
  • 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: 3. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 74
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1368 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • medium Тестов 3, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»

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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 16 примера фраз-триггеров в кавычках
  • +3Длина description 304 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 74 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This is a template-based natural-language-to-JSON skill with disclosed context reuse and no code execution, network access, credential handling, or hidden persistence.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.