SKILLEMALL.ai

AC tile-mason

База знаний по ремонту и отделке плиточника. Охватывает все этапы работы плиточника: укладка плитки, гидроизоляционные работы, выравнивание, выбор материалов, технология укладки, стандарты приемки, распространенные проблемы, оценка стоимости. Активируется, когда пользователь задает следующие вопросы: плиточник/укладка плитки/укладка плитки/плитка/затирка швов/гидроизоляция/затирка/выравнивание/пустоты/угол "морской конька"/ниша/порожек/укладка слива/плиточный клей/цементно-песчаный раствор и другие вопросы, связанные с плиткой и отделкой. Поддерживает разделение путей в зависимости от идентификации пользователя (заказчик ремонта или специалист) и предоставляет скрипт для расчета стоимости в сценариях оценки затрат.

машинный переводПоказать оригиналСкрыть оригинал«装修瓦匠知识问答 skill。覆盖瓷砖铺贴、防水工程、找平处理、材料选型、施工工艺、验收标准、常见问题、成本估算等全部瓦匠阶段知识。当用户提…»

装修瓦匠知识问答 skill。覆盖瓷砖铺贴、防水工程、找平处理、材料选型、施工工艺、验收标准、常见问题、成本估算等全部瓦匠阶段知识。当用户提出以下问题时触发:瓦匠/贴砖/铺砖/瓷砖/美缝/防水/勾缝/找平/空鼓/海棠角/壁龛/门槛石/地漏铺贴/瓷砖胶/水泥砂浆等装修瓦匠领域相关问题。支持根据用户身份(装修业主 vs 从业者)进行路径分流,并为成本估算场景提供计算脚本。

ClawHub Agent Skills автор: zhangmeihaoaiya v1.0.0 MIT-0 8 файлов тело ≈ 1 090 токенов Открыть источникclawhub.ai проанализирован 13 ч назад

База знаний по ремонту и отделке плиточника.

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

ПроцедураРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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
  • 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: 8. 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 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: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1090 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
  • -212 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 185 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This appears to be a tile or renovation guidance skill with an over-broad trigger list, but no evidence of hidden code, credential access, persistence, or harmful behavior.
LLM: benign (medium) · VirusTotal: · 6 июн. 2026 г.