SKILLEMALL.ai

AB ai-adoption-readiness

Оцените готовность организации к внедрению ИИ по 6 измерениям: культура, зрелость данных, технологический стек, поддержка руководства, навыки/таланты и зрелость процессов. Создает отчет об оценке готовности с анализом пробелов и приоритетным планом действий. Используйте перед построением плана управления изменениями, чтобы понять, где организация находится на самом деле. Создано AfrexAI.

машинный переводПоказать оригиналСкрыть оригинал«Assess organizational readiness for AI adoption across 6 dimensions: c…»

Assess organizational readiness for AI adoption across 6 dimensions: culture, data maturity, tech stack, leadership buy-in, skills/talent, and process maturity. Generates a scored readiness report with gap analysis and a prioritized action plan. Use before building a change management plan to understand where an organization actually stands. Built by AfrexAI.

ClawHub Agent Skills автор: afrexai-cto v1.0.1 MIT-0 3 файла тело ≈ 2 949 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Оцените готовность организации к внедрению ИИ по 6 измерениям: культура, зрелость данных, технологический стек, поддержка руководства, навыки/таланты и…

Как процесс B 71/100 · Почти готов — слабые места: когда включается, согласованность, повторный запуск

АнализаторИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 3. 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 71/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (ai-adoption-readiness) не совпадает с папкой (afrexai-ai-adoption-readiness)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 112
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Стоимость исполнения. Тело инструкции 2949 токенов
    • 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 361 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 41 заголовков
    • +3Пошаговые инструкции: 112 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a text-only AI readiness assessment skill that asks for business context but does not show hidden code execution, credential use, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.