SKILLEMALL.ai

AD chudaxia-ai-coach-tools-position-agent-prompts-generator

Систематизирует "Описание должностных обязанностей" традиционных предприятий в системные промпты для цифровых сотрудников (AI Agent), подходящие для больших языковых моделей (LLM). Основываясь на стандартизированном шаблоне промптов для цифровых сотрудников из семи слоев от Чу Дася, автоматически извлекает из базы знаний описания должностных обязанностей и проводит их глубокий анализ, выдавая структурированную полную 7-уровневую карточную архитектуру. Используйте этот навык, когда пользователь упоминает описание должностных обязанностей, должностные обязанности, промпты для цифровых сотрудников, промпты для AI Agent, должности ИИ-агентов, генерацию промптов для ролей должностей и т. д.

машинный переводПоказать оригиналСкрыть оригинал«将传统企业的《岗位职责说明书》系统化转化为适用于大模型(LLM)的数字员工(AI Agent)系统提示词。基于楚大侠的岗位数字员工七层标准化…»

将传统企业的《岗位职责说明书》系统化转化为适用于大模型(LLM)的数字员工(AI Agent)系统提示词。基于楚大侠的岗位数字员工七层标准化提示词模板,自动从知识库中检索岗位说明书并进行深度解析,输出结构化的7层完整卡片架构。当用户提到岗位说明书、岗位职责、数字员工提示词、AI Agent提示词、岗位智能体、岗位角色提示词生成等需求时,使用此技能。

ClawHub Agent Skills автор: CharlesChor v1.0.0 MIT-0 4 файла тело ≈ 717 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Систематизирует "Описание должностных обязанностей" традиционных предприятий в системные промпты для цифровых сотрудников (AI Agent), подходящие для больших…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (chudaxia-ai-coach-tools-position-agent-prompts-generator) не совпадает с папкой (chudaxia-ai-coach-position-prompts-generator)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 40
  • 100Стоимость исполнения. Тело инструкции 717 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 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a Markdown-only skill for turning job descriptions into structured AI-agent prompts, with no hidden execution or persistence found.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.