BD AIRS-具身智能订单信息采集器
Набор навыков AIRS для сбора заказов в сфере промышленных исследований, специализирующийся на сборе заказов по публичным тендерам и отслеживании промышленной информации. Ориентирован на исследования в таких отраслях, как воплощенный интеллект, робототехника, новые энергетические транспортные средства, низковысотная экономика, полупроводниковое оборудование и т. д. Объединяет подтверждение субъекта хозяйствования, сбор заказов по тендерам/объявлениям о победе в тендерах Tianyancha, проверку сторонних заказов, извлечение примеров из больших моделей, генерацию стандартных таблиц для базы данных и повторную проверку качества примеров в единый воспроизводимый исследовательский процесс. Применим для сбора публичных доказательств, проверки заказов компаний, накопления базы данных промышленных примеров и создания активов знаний для промышленных исследований. Ключевые слова: AIRS, воплощенный интеллект, сбор заказов, робототехника, новые энергетические транспортные средства, низковысотная экономика, полупроводниковое оборудование, Tianyancha, тендеры, объявления о победе в тендерах, проверка заказов, извлечение примеров, исследовательские навыки, активы знаний.
машинный переводПоказать оригиналСкрыть оригинал«AIRS 产业研究订单采集技能集，专注公开招投标订单采集与产业信息追踪。面向具身智能、机器人、新能源汽车、低空经济、半导体装备等多行业产业研…»
AIRS 产业研究订单采集技能集，专注公开招投标订单采集与产业信息追踪。面向具身智能、机器人、新能源汽车、低空经济、半导体装备等多行业产业研究，将企业主体确认、天眼查招投标/中标公告订单采集、第三方订单核查、大模型案例提取、标准入库表生成和案例质量复查组织为一套可复用研究流程。适用于采集公开证据、验证企业订单、沉淀产业案例库和生成产业研究知识资产。 Keywords: AIRS, 具身智能, 订单采集, 机器人, 新能源汽车, 低空经济, 半导体装备, 天眼查, 招投标, 中标公告, 订单核查, 案例提取, 研究技能, 知识资产.
Набор навыков AIRS для сбора заказов в сфере промышленных исследований, специализирующийся на сборе заказов по публичным тендерам и отслеживании промышленной…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
Как улучшить
- 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 · 5
✓ Критических и высоких находок нет
Средние и низкие: 5
-
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:94Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…bKX+KS9G…yMA/NhKJ…RGz/Q==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:176Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…uyQ+a1ko…Tn4+E0Ti6C2AA==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:182Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…Wwy+ghLE…vfU/YnxW…fdg==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:210Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…DYr+NSUK…Itc/irNR…37y+AMujNyNtG+1Rggw==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:283Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…2BV+FY5ZFezP/ypmwayk68+NzzA…NFD/uUmBJuGoXw==",
детектор
Просканировано файлов: 26. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы)
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (AIRS-具身智能订单信息采集器) не совпадает с папкой (embodied-bidding-tracker)
- 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 31
- 100Стоимость исполнения. Тело инструкции 599 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +2Инструкции на одном языке
- +3Длина description 268 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 31 пунктов
- +4Есть примеры (2 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.