SKILLEMALL.ai
EN Войти

AD garmin-health-analysis

Общайтесь с вашими данными Garmin естественным образом — «какой была моя самая быстрая скорость при катании на сноуборде?», «как я спал прошлой ночью?», «какой был мой пульс в 15:00?». Доступ к более чем 20 метрикам (фазы сна, Body Battery, HRV, VO2 max, готовность к тренировкам, состав тела, SPO2), загрузка файлов FIT/GPX для анализа маршрута, запрос высоты/темпа в любой точке и генерация интерактивных панелей здоровья. От обычных запросов «покажи мои тренировки за эту неделю» до глубоких «проанализируй мое восстановление по сравнению с тренировочной нагрузкой».

машинный переводПоказать оригиналСкрыть оригинал«Talk to your Garmin data naturally - "what was my fastest speed snowbo…»

Talk to your Garmin data naturally - "what was my fastest speed snowboarding?", "how did I sleep last night?", "what was my heart rate at 3pm?". Access 20+ metrics (sleep stages, Body Battery, HRV, VO2 max, training readiness, body composition, SPO2), download FIT/GPX files for route analysis, query elevation/pace at any point, and generate interactive health dashboards. From casual "show me this week's workouts" to deep "analyze my recovery vs training load".

modbender/skill-library-mcp Agent Skills автор: modbender MIT 15 файлов · 1 скрипт тело ≈ 2 247 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Общайтесь с вашими данными Garmin естественным образом — «какой была моя самая быстрая скорость при катании на сноуборде?», «как я спал прошлой ночью?»…

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных read-dotenv references/mcp_setup.md:28
    Чтение файла .env
    cp .env.example .env

Просканировано файлов: 15. 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 "homepage"

Процессный рейтинг: все десять параметров 48/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 55
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2247 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -33 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 464 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 55 пунктов
  • +4Есть примеры (9 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

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