SKILLEMALL.ai
GitHub ↗ EN Войти

BC user-research

Разрабатывает вопросы для опросов, сценарии интервью и циклы обратной связи для пользовательских исследований. Используйте, когда кому-то нужна помощь в пользовательских исследованиях, интервью с клиентами, опросах или сборе отзывов пользователей.

машинный переводПоказать оригиналСкрыть оригинал«Designs survey questions, interview scripts, and feedback loops for us…»

Designs survey questions, interview scripts, and feedback loops for user research. Use when someone wants help with user research, customer interviews, surveys, or collecting user feedback.

ClawHub Agent Skills автор: Daniel Yu v1.0.0 MIT-0 2 файла тело ≈ 1 022 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Разрабатывает вопросы для опросов, сценарии интервью и циклы обратной связи для пользовательских исследований.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
79/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
48
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • ошибка name-missing SKILL.md: нет поля name во фронтматтере
    • заметка frontmatter-key неизвестное поле фронтматтера "user_invocable"
    • заметка frontmatter-key неизвестное поле фронтматтера "command"

    Процессный рейтинг: все десять параметров 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1022 токенов

    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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 189 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 40 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 48.

    Внешние проверки

    ClawHub: clean
    This is a plain user-research guidance skill with no scripts, persistence, credential use, or hidden data handling.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.