book-roofing

该 Skill 是一个基于 MCP（Model Context Protocol）协议的屋顶维修服务预订工具，通过连接 Lokuli 第三方服务平台，为用户提供从搜索承包商到完成预约的全流程服务。作为纯配置型 Skill，它本身不包含任何可执行代码，仅提供标准化的 MCP 服务端点配置和工具调用示例。

核心用法：该 Skill 提供三个主要工具函数。首先是 search 工具，允许用户根据邮政编码搜索附近的屋顶维修承包商，支持设置最大返回结果数量；其次是 check_availability 工具，用于查询特定服务商在指定日期的档期可用性；最后是 create_booking 工具，用于完成实际的预约操作，需要提供服务商 ID、服务 ID、时间段以及客户的姓名、邮箱和电话等联系信息。用户通过自然语言触发如"预订屋顶维修"或"查找附近的屋顶服务"等指令即可调用相关功能。

显著优点：首先，该 Skill 具有极高的安全性，作为纯 Markdown 文档，不包含任何可执行脚本或动态代码，彻底杜绝了代码注入和恶意执行的风险。其次，采用标准化的 MCP 协议，确保与各类支持 MCP 的 AI 助手兼容，具有良好的互操作性。此外，它简化了传统寻找屋顶维修服务的繁琐流程，将搜索、比价、预约整合为对话式交互，大幅降低用户操作门槛。

潜在缺点与局限性：该 Skill 完全依赖 Lokuli 第三方 MCP 服务，如果 Lokuli 服务端出现故障或变更接口，Skill 将无法正常运作。作为 T3 来源（个人/社区开发）的项目，其长期维护承诺和代码审计严格度不如企业级项目。文档中存在明显的拼写错误（"uook roofing"），反映出一定的质量控制疏漏。功能上仅限于 Lokuli 平台的服务商，选择范围受限于该平台的市场覆盖度，且无法提供价格比较或服务质量评分等深度信息。

适合的目标群体：主要面向住宅房主、物业管理人员以及需要紧急屋顶维修服务的用户。特别适合不熟悉传统承包商寻找流程、希望通过对话式 AI 快速完成服务预约的数字化用户。对于拥有多处房产的业主或房地产投资者，该工具也能提供一定的管理便利。

使用风险：使用该 Skill 时，用户的个人联系信息（姓名、电话、邮箱）将通过 MCP 协议传输至 Lokuli 第三方服务器，存在数据隐私泄露的潜在风险，建议确认 Lokuli 的隐私政策。由于实际服务由第三方承包商提供，Skill 本身无法控制服务质量，存在服务纠纷风险。网络连接稳定性直接影响使用体验，离线环境无法使用。此外，MCP 协议虽然标准化，但不同实现可能存在兼容性问题。

核心用法

book-roofing 技能通过集成 Lokuli 提供的 MCP（Model Context Protocol）服务，为智能助手赋予预订屋面维修服务的能力。它提供了完整的服务流：使用 search 工具根据邮政编码搜索本地的屋面服务商，用 check_availability 工具验证服务商的特定时段，最后通过 create_booking 工具提交包含用户个人信息的预订请求。该技能专为触发“预订屋面服务”、“寻找附近屋面维修”等指令而设计，目标是让用户通过对话即可完成服务预约。

显著优点

1. 全流程闭环：技能并非简单的信息检索，而是整合了搜索、可用性检查和最终预订的完整业务链条，能将用户意图转化为实际行动，极大提升了对话式服务预订的自动化程度。
2. 极简设计：代码库非常精简（仅2个文件，共77行），为纯声明式 Markdown 结构，无任何可执行脚本，零外部依赖。这意味着对 Agent 系统资源的占用极低，且不存在传统代码层面的供应链攻击风险。
3. 安全基础扎实：静态分析（88分）和动态行为分析（92分）得分较高，核心检测项目均通过，未发现后门、恶意代码或数据隐蔽外泄行为，代码本身非常干净。

潜在缺点或局限性

1. 隐私政策严重缺失：这是该技能最大的问题。预订时需要收集用户的姓名、邮箱和电话号码，并传输至第三方服务 lokuli.com，但技能完全没有提供隐私声明。用户无从知晓这些个人数据如何被存储、处理和分享，存在合规隐患。
2. 强外部依赖：技能的核心功能完全由一个知名度不高的外部 MCP 服务 Lokuli 承载。其服务可靠性、数据安全实践和长期维护情况不明，一旦服务中断，技能将无法使用。
3. 来源可信度低：维护者为个人开发者（T3级别），缺乏组织机构背书，可能存在维护中断或未来版本引入恶意代码的潜在风险。技能标题存在的拼写错误（uook roofing）也侧面反映了其代码审查流程不完善。
4. 缺乏数据管理功能：未提供用户数据删除的接口或指引，难以满足如 GDPR“被遗忘权”等基本隐私法规要求。

适合的目标群体

该技能适合对服务预订自动化有强烈需求，并且对隐私风险有清晰认知的用户。他们可能是经常需要处理房屋维护的业主或物业管理人员，希望通过AI助手快速获取并预订本地服务。但考虑到隐私和依赖风险，它更适合在非敏感、对数据泄露容忍度较高的个人项目或原型场景中试用。

使用风险

1. 隐私泄露风险：用户的个人身份信息（姓名、邮箱、电话）会被明文传输给第三方服务商 Lokuli，而该服务的背景尚不明确，存在数据被滥用或泄露的隐患。
2. 服务可用性风险：技能完全依赖单一外部端点（lokuli.com/mcp/sse），无备选方案。若该服务宕机、关停或改变API，此技能将立即失效。
3. 信任链风险：技能来源于个人开发者，建议用户锁定当前已审查的版本使用，避免自动更新到可能包含新风险的新版本。整体而言，此技能需要在充分了解并接受其隐私和依赖风险的前提下使用。