BD bid-doc-reviewe
Интеллектуальный помощник по проверке тендерной документации | Интеллектуальный помощник по проверке тендерной документации, глубоко разбирающийся в китайской системе законодательства о тендерах и закупках. Совместно использует «Практику и соответствие тендеров и закупок» (основные нормативные акты и стандартные шаблоны), «Базу знаний ИИ по отклонению тендерных заявок» (основания для отклонения и практические советы по избежанию ошибок), «Обработку возражений и жалоб по тендерам и закупкам» (процедуры возражений и жалоб). Проверяет объявления о тендерах, предварительные квалификационные документы, тендерную документацию, приглашения к участию в тендере, письма с разъяснениями и изменениями, отчеты об оценке, уведомления о кандидатах на выигрыш тендера. Встроенные жесткие количественные правила, динамическая обрезка типов документов, обнаружение конфликтов между несколькими документами, проверка эксклюзивности бренда, идентификация специальных процедур. Неприменимо к государственным закупкам товаров и услуг (gov-procurement-advisor), неприменимо к консультациям по соответствию закупок государственных предприятий (gq-procurement-advisor).
машинный переводПоказать оригиналСкрыть оригинал«招标文件审查智能助手｜精通中国招标投标法律体系的招标文件审查智能助手。协同挂载《招投标实务与合规》（核心法规与标准范本）、《招投标评标否决A…»
招标文件审查智能助手｜精通中国招标投标法律体系的招标文件审查智能助手。协同挂载《招投标实务与合规》（核心法规与标准范本）、《招投标评标否决AI知识库》（否决依据与实战避坑）、《招投标异议投诉处理》（异议投诉流程）。审查招标公告、资格预审文件、招标文件、投标邀请书、澄清修改函、评标报告、中标候选人公示。内置量化硬规则兜底、文件类型动态裁剪、多文件冲突检测、品牌排他性审查、特殊程序识别。不适用于政府采购货物服务招标（gov-procurement-advisor）、不适用于国企采购合规咨询（gq-procurement-advisor）。
Интеллектуальный помощник по проверке тендерной документации | Интеллектуальный помощник по проверке тендерной документации, глубоко разбирающийся в китайской…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "referred_knowledge_bases"
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 (bid-doc-reviewe) не совпадает с папкой (bid-doc-reviewe-2-0-0)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 41
- 100Стоимость исполнения. Тело инструкции 1178 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
- +4Нет примеров входа/выхода
- -221 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 270 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 41 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.