SKILLEMALL.ai

BC local-business-live-cycle

AI-помощник по операционной деятельности для владельцев местного бизнеса. Одной фразой автоматически диагностирует магазин, пишет тексты для озвучки, готовит структуру для прямых эфиров, анализирует данные. 6 режимов переключаются одним нажатием: диагностика магазина, текст для озвучки, подготовка к эфиру, речь перед эфиром, анализ данных, ответы на вопросы. Подходит для ресторанов/индустрии красоты/гостиничного бизнеса/детских товаров/розничной торговли. Триггеры: диагностика магазина, написать видео, подготовиться к эфиру, речь для эфира, анализ данных, помоги мне диагностировать магазин, как вести магазин в Douyin.

машинный переводПоказать оригиналСкрыть оригинал«本地生活老板的AI运营助手。说一句话就自动诊断门店、写口播视频、准备直播框架话术、复盘数据。6大模式一键切换:门店诊断、口播文案、直播准备、…»

本地生活老板的AI运营助手。说一句话就自动诊断门店、写口播视频、准备直播框架话术、复盘数据。6大模式一键切换:门店诊断、口播文案、直播准备、播前话术、数据复盘、技巧问答。适合餐饮/美业/酒旅/亲子/零售。触发词:门店诊断、写视频、准备开播、直播话术、复盘数据、帮我诊断门店、店怎么做抖音。

ClawHub Agent Skills автор: 1027399464-tech v0.1.0 MIT-0 32 файла тело ≈ 4 397 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

AI-помощник по операционной деятельности для владельцев местного бизнеса.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураNotionИИ и агентыТексты и документыМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
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

Такой же скилл встречается ещё в 1 месте: ClawHub

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: 32. 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 "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"

Процессный рейтинг: все десять параметров 57/100

  • 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
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Стоимость исполнения. Тело инструкции 4397 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 46
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющих операций нет
  • 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

  • +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
  • -252 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 144 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 61 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (18 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 17)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
The skill is a real local-business marketing assistant, but it needs Review because it mixes diagnosis with off-platform lead capture, local report generation, and some privacy and consumer-disclosure risks.
LLM: suspicious (medium) · 25 июл. 2026 г.