SKILLEMALL.ai

BC insurance-claim-appeal

Помощь в анализе споров по страховым выплатам. Используется, когда клиенту страхового консультанта отказано в выплате страховой компанией. Пошаговый разбор причин отказа, сопоставление с нормами страхового законодательства, планирование путей защиты прав, составление письма с апелляцией/жалобы/списка доказательств. Охватывает шесть основных сценариев отказа по медицинскому страхованию (страхование на случай болезни/страхование от тяжелых болезней): недостоверное информирование, наступление страхового случая в период ожидания, наличие ранее существовавших заболеваний, исключения из покрытия, спор об определении заболевания, прочие споры. Позиционируется как вспомогательный инструмент для профессионального страхового консультирования, а не как юридическая услуга.

машинный переводПоказать оригиналСкрыть оригинал«保险理赔纠纷维权辅助分析。当保险顾问的客户被保险公司拒赔时使用。逐条拆解拒赔理由、匹配保险法依据、规划维权路径,生成申诉函/投诉书/证据清单…»

保险理赔纠纷维权辅助分析。当保险顾问的客户被保险公司拒赔时使用。逐条拆解拒赔理由、匹配保险法依据、规划维权路径,生成申诉函/投诉书/证据清单。 涵盖健康险(医疗险/重疾险)六大拒赔场景:未如实告知、等待期出险、既往症、免责条款、疾病定义争议、其他争议。 定位为保险专业咨询辅助工具,非法律执业服务。

ClawHub Hermes автор: baozhiyin v1.0.0 MIT-0 10 файлов тело ≈ 588 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помощь в анализе споров по страховым выплатам.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураФинансытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 150 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 "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 41
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 588 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 149 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a coherent insurance-claim appeal assistant, but users should redact sensitive identity and medical details where possible.
LLM: benign (high) · VirusTotal: · 9 авг. 2026 г.