SKILLEMALL.ai
EN Войти

AB mobilerun

Управляйте реальными Android-телефонами через Mobilerun API. Поддерживает нажатия, свайпы, ввод текста, создание скриншотов, чтение дерева доступности UI и управление приложениями. Используйте, когда пользователь хочет автоматизировать или удаленно управлять Android-устройством, взаимодействовать с мобильными приложениями или запускать задачи ИИ-агента на телефоне. Требуется ключ Mobilerun API (с префиксом dr_sk_) и подключенное устройство (личный телефон через Portal APK или облачное устройство).

машинный переводПоказать оригиналСкрыть оригинал«Control real Android phones through the Mobilerun API. Supports tappin…»

Control real Android phones through the Mobilerun API. Supports tapping, swiping, typing, taking screenshots, reading the UI accessibility tree, and managing apps. Use when the user wants to automate or remotely control an Android device, interact with mobile apps, or run AI agent tasks on a phone. Requires a Mobilerun API key (prefixed dr_sk_) and a connected device (personal phone via Portal APK or cloud device).

modbender/skill-library-mcp Agent Skills автор: modbender MIT 5 файлов тело ≈ 1 666 токенов Открыть источникgithub.com↗ проанализирован 26 ч назад

Управляйте реальными Android-телефонами через Mobilerun API.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

ИнтеграцияИИ и агентыТексты и документытип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 67/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 25, расплывчатых формулировок: 3
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1666 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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 418 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.