SKILLEMALL.ai

AD shop-review-generator

Создание высококачественных отзывов о магазинах для таких платформ, как Dianping и Gaode Street Survey. Пользователь предоставляет адрес магазина (ссылка на Gaode/Dianping) и фотографии блюд, навык анализирует блюда на фотографиях, ищет информацию о магазине и исторические отзывы, а затем генерирует структурированный контент отзыва в соответствии со стандартным шаблоном. Этот навык следует активировать, когда пользователь упоминает "写点评", "店铺评价", "餐厅点评", "大众点评", "高德扫街榜", "帮我写个评价", "生成点评", "美食点评", или предоставляет фотографии ресторана и хочет получить текст отзыва.

машинный переводПоказать оригиналСкрыть оригинал«为大众点评、高德扫街榜等平台生成高质量店铺点评。用户提供店铺地址(高德/大众点评链接)和菜品照片,技能会分析照片中的菜品、搜索店铺信息和历史…»

为大众点评、高德扫街榜等平台生成高质量店铺点评。用户提供店铺地址(高德/大众点评链接)和菜品照片,技能会分析照片中的菜品、搜索店铺信息和历史评价,然后按照标准点评模板生成结构化的点评内容。当用户提到"写点评"、"店铺评价"、"餐厅点评"、"大众点评"、"高德扫街榜"、"帮我写个评价"、"生成点评"、"美食点评",或者提供了餐厅照片并希望生成评价文案时,都应该触发这个技能。

ClawHub Agent Skills автор: Pixelyes v1.0.1 MIT-0 5 файлов тело ≈ 1 413 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создание высококачественных отзывов о магазинах для таких платформ, как Dianping и Gaode Street Survey.

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
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: 5. 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 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, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 100
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1413 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
  • +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
  • +3Длина description 187 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 100 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
The skill is not malware, but it handles user photos and map links with under-scoped network/security behavior and can generate authentic-looking public reviews.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.