SKILLEMALL.ai

AC home-insurance-advisor

Профессиональный консультант по страхованию домашнего имущества. Этот навык должен активироваться, когда пользователь упоминает домашнее имущество, страхование дома, страхование имущества, защиту имущества, риски для дома, оценку рисков для дома, рекомендации по страхованию и т. д. Даже если пользователь просто нечетко выражается "хочу застраховать дом/семью", "как застраховать ценные вещи дома", "беспокоюсь о протечках/пожаре/краже", этот навык следует использовать проактивно. Он будет направлять диалог для систематического сбора информации о пользователе, определения уровня риска домашнего имущества, рекомендации подходящих категорий страхования и основных гарантий, а также предоставления структурированного отчета об анализе рисков и предложении продукта.

машинный переводПоказать оригиналСкрыть оригинал«家财险专业顾问技能。当用户提到家庭财产保险、家财险、房屋保险、财产保障、家庭风险、房屋风险评估、保险推荐等相关话题时,必须激活此技能。即使用…»

家财险专业顾问技能。当用户提到家庭财产保险、家财险、房屋保险、财产保障、家庭风险、房屋风险评估、保险推荐等相关话题时,必须激活此技能。即使用户只是模糊表达"想买保险保护房子/家"、"家里有贵重物品怎么保"、"担心漏水/火灾/盗窃"等,也应主动使用此技能。此技能将引导对话系统性采集用户信息,识别家财风险等级,推荐匹配的保险品类与核心保障责任,输出结构化的风险分析与产品建议报告。

ClawHub Agent Skills автор: chensyrick-dev v1.0.1 MIT-0 3 файла тело ≈ 875 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Профессиональный консультант по страхованию домашнего имущества.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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.
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: 3. 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 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: 50
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 875 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

  • +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
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 189 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 50 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a Chinese-language home insurance advice skill with no executable code or hidden data sharing, though users should avoid giving unnecessary personal details.
LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.