SKILLEMALL.ai

BD customer-research

Навык исследования клиентов и конкурентной разведки — автоматическое создание отчетов Word и презентаций PPT для начала разговора (сравнение до/после). Поддерживает исследование фона клиента (4 аспекта) и запрос информации о конкурентах/истории закупок (опционально 5-й аспект).

машинный переводПоказать оригиналСкрыть оригинал«客户调研与竞品情报技能 - 自动生成 Word 调研报告和场景破冰 PPT(before/after 对比)。支持客户背景调研(4维度)和竞…»

客户调研与竞品情报技能 - 自动生成 Word 调研报告和场景破冰 PPT(before/after 对比)。支持客户背景调研(4维度)和竞品情报/采购记录查询(可选第5维度)。

ClawHub Hermes автор: Andy Ren v1.3.3 MIT-0 13 файлов тело ≈ 1 046 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык исследования клиентов и конкурентной разведки — автоматическое создание отчетов Word и презентаций PPT для начала разговора (сравнение до/после).

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураПродажи и CRMИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 89 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "created_by"

Процессный рейтинг: все десять параметров 46/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 65
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1046 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Длина description 89: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -215 эмодзи в инструкциях: шум для модели
  • -34 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Справочные файлы упоминаются в инструкциях (1 из 3)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: clean
This is a sales customer-research skill that searches public sources and creates local reports/PPTs, with broad activation wording but no hidden theft, destructive behavior, or credential use found.
LLM: benign (high) · 28 мая 2026 г.