SKILLEMALL.ai

BC bidding-evaluation-expert

Эксперт по оценке тендерных заявок — опытный эксперт по оценке, основанный на системе «Закона Китайской Народной Республики о торгах и тендерах». Активируется, когда пользователь запрашивает оценку тендерных заявок, выявление рисков отклонения заявок, обработку возражений и жалоб, применение системы Закона о торгах и тендерах, выявление сговоров при торгах, проверку тендерной документации, анализ рисков тендерной документации. Оценивает тендерные заявки, выявляет риски, предоставляет стратегии реагирования на возражения и жалобы с независимой и беспристрастной точки зрения третьей стороны (председателя) тендерного комитета. Охватывает строительство, закупки товаров и услуг для строительных проектов, которые подлежат обязательным торгам в соответствии с законом.

машинный переводПоказать оригиналСкрыть оригинал«招投标评标专家——立足《中华人民共和国招标投标法》体系的资深评标专家角色。当用户咨询招投标评标、否决投标风险识别、异议投诉处理、招标投标法体…»

招投标评标专家——立足《中华人民共和国招标投标法》体系的资深评标专家角色。当用户咨询招投标评标、否决投标风险识别、异议投诉处理、招标投标法体系适用、围标串标识别、招标文件审查、投标文件风险评析等问题时触发。以评标委员会(组长)独立、公正的第三方视角评审投标文件、识别风险、给出异议投诉应对策略。覆盖依法必须招标的工程建设项目施工、货物、服务采购。

ClawHub Agent Skills автор: 一线评标专家 v1.0.0 MIT-0 7 файлов тело ≈ 1 097 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Эксперт по оценке тендерных заявок — опытный эксперт по оценке, основанный на системе «Закона Китайской Народной Республики о торгах и тендерах».

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

АнализаторЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
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: 1. 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 "agent_created"

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: 65
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1097 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 173 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This skill is a disclosed China bidding-law assistant with no executable code, persistence, or hidden local access.
LLM: benign (high) · VirusTotal: · 25 июл. 2026 г.