SKILLEMALL.ai

AB menu-engineering-analysis

Использовать этот навык, когда шеф-повар ресторана, генеральный директор, оператор нескольких заведений или директор по кулинарии нуждается в анализе меню Kasavana-Smith одного меню за определенный период продаж. Классифицирует каждый пункт как «Звезда», «Рабочая лошадка», «Головоломка» или «Собака» по марже вклада и популярности. Создает ЧЕРНОВИК отчета с планом действий по классам, топ-3 быстрыми победами и флагами качества данных для рассмотрения оператором перед любым изменением цены или перепечаткой меню.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when a restaurant chef, GM, multi-unit operator, or cul…»

Use this skill when a restaurant chef, GM, multi-unit operator, or culinary director needs a Kasavana-Smith menu-engineering analysis of one menu over a defined sales period. Classifies every item as Star, Plowhorse, Puzzle, or Dog by contribution margin and popularity. Produces a DRAFT report with per-class action playbook, Top-3 quick wins, and data-quality flags for operator review before any price change or menu reprint.

ClawHub Agent Skills автор: devasher v0.1.2 MIT-0 4 файла тело ≈ 3 359 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Использовать этот навык, когда шеф-повар ресторана, генеральный директор, оператор нескольких заведений или директор по кулинарии нуждается в анализе меню…

Как процесс B 79/100 · Почти готов — слабые места: когда включается, 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
79/100
Почти готов
Когда включается вес 12
20
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
60
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: 4. 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 79/100

    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 9
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 52
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3359 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 428 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 52 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 markdown-only advisory skill for restaurant menu analysis, with no executable code, network access, persistence, or hidden data handling.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.