SKILLEMALL.ai

AC mortgage-underwriting-analysis

Используйте этот навык, когда сотрудник, выдающий ипотечные кредиты, андеррайтер или процессор, должен проанализировать файл заемщика на соответствие правилам CFPB Ability-to-Repay / Qualified Mortgage (ATR/QM) и руководствам агентств (Fannie Mae DU, Freddie Mac LP, FHA, VA, USDA). Вычисляет соотношение долга к доходу (DTI) до и после, LTV/CLTV, соответствие QM safe-harbor и документирует компенсирующие факторы. Создает ПРОЕКТ аналитической записки андеррайтера с рекомендацией Approve / Refer / Suspend для рассмотрения лицензированным андеррайтером. Это только помощь в анализе — не кредитное решение, не обязательство по выдаче кредита и не нормативное заключение.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when a residential mortgage loan officer, underwriter,…»

Use this skill when a residential mortgage loan officer, underwriter, or processor needs to analyze a borrower file against CFPB Ability-to-Repay / Qualified Mortgage (ATR/QM) rules and agency guidelines (Fannie Mae DU, Freddie Mac LP, FHA, VA, USDA). Computes front-end and back-end DTI, LTV/CLTV, QM safe-harbor eligibility, and documents compensating factors. Produces a DRAFT underwriting analysis memo with an Approve / Refer / Suspend recommendation for licensed-underwriter review. This is an analysis aid only — not a credit decision, commitment to lend, or regulatory finding.

ClawHub Agent Skills автор: devasher v0.1.0 MIT-0 4 файла тело ≈ 2 583 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Используйте этот навык, когда сотрудник, выдающий ипотечные кредиты, андеррайтер или процессор, должен проанализировать файл заемщика на соответствие правилам…

Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

АнализаторДанные и аналитикаТексты и документыФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 57/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 75, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2583 токенов
    • 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 585 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 75 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This is a disclosed mortgage-underwriting drafting aid with no executable code, persistence, credential use, or hidden data transfer.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.