SKILLEMALL.ai

AD bid-opportunity-advisor

Консультант по тендерным возможностям. Используйте, когда пользователь хочет определить, "стоит ли участвовать в этом тендере/этом типе тендеров, подходит ли моя компания, какую цену следует предложить, кто мои конкуренты". Типичные триггеры: "Оценить, стоит ли участвовать в этом тендере" "Какие XX тендеры подходят моей компании" "Соответствует ли этот тендер моим требованиям" "Помоги рассчитать целесообразность участия в тендере XX" "Соответствие тендерных объявлений моему профилю возможностей" "Предоставить список открытых тендеров, в которых можно участвовать". Этот навык только анализирует и дает рекомендации, не регистрирует аккаунты от имени пользователя, не собирает отпечатки устройств и не отправляет какие-либо данные без авторизации.

машинный переводПоказать оригиналСкрыть оригинал«投标机会顾问。当用户想判断「某个标讯/某类标讯值不值得跟、我的公司适不适合投、该报什么价、对手是谁」时使用。典型触发:「评估这条标讯要不要投…»

投标机会顾问。当用户想判断「某个标讯/某类标讯值不值得跟、我的公司适不适合投、该报什么价、对手是谁」时使用。典型触发:「评估这条标讯要不要投」「我的公司适合跟哪些 XX 类标」「这个标和我资质匹不匹配」「帮我算 XX 项目的跟标可行性」「标讯与我的能力画像匹配度」「给一份可跟的开放标讯清单」。本技能只做分析与建议,不替用户注册账号、不采集设备指纹、不在未授权时向外发任何数据。

ClawHub Agent Skills автор: 一线评标专家 v1.0.0 MIT-0 34 файла тело ≈ 1 208 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Консультант по тендерным возможностям.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураЗакупки и снабжениеИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 34. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1208 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 189 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 5 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a disclosed bidding-analysis assistant that uses public procurement data and an optional local company profile to generate advice and reports.
LLM: benign (high) · VirusTotal: · 7 авг. 2026 г.