SKILLEMALL.ai

AC tender-bid-generator

Генерируйте высококачественные тендерные документы на основе конкурсной документации. Используйте, когда пользователям нужно создавать предложения по тендерам на основе конкурсной документации, включая извлечение требований тендера, генерацию структуры тендерного документа, написание контента разделов и вывод документов в формате Word. Поддерживает парсинг конкурсной документации в форматах PDF, Word, TXT, автоматически определяя ключевую информацию, такую как детали проекта, требования к квалификации, технические характеристики и критерии оценки, для создания полных тендерных документов, соответствующих стандартам. 适用于:招标文件、投标文件、标书制作、投标书生成、招投标文档。

машинный переводПоказать оригиналСкрыть оригинал«Generate high-quality bid documents from tender documents. Use when us…»

Generate high-quality bid documents from tender documents. Use when users need to create bid proposals based on tender documents, including extracting tender requirements, generating bid document structure, writing section content, and outputting Word format documents. Supports parsing tender documents in PDF, Word, TXT formats, automatically identifying key information such as project details, qualification requirements, technical specifications, and evaluation criteria to generate complete bid documents that meet standards. 适用于:招标文件、投标文件、标书制作、投标书生成、招投标文档。

ClawHub Agent Skills автор: tender-cc v1.0.0 MIT-0 6 файлов тело ≈ 248 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерируйте высококачественные тендерные документы на основе конкурсной документации.

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

ГенераторЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
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

    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: 6. 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 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: 20
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 248 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
    • -31 из 2 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 563 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 20 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This skill locally parses user-selected tender documents to help draft bid materials, with no evidence of hidden network access, credential use, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.