SKILLEMALL.ai

BD ruankao-spgm-qa

Интеллектуальный навык ответов на вопросы по продвинутому экзамену по информационным технологиям «Системное планирование и управление», подключенный к базе знаний IMA. Отвечает на вопросы кандидатов о политике экзамена/ключевых моментах/анализе прошлых экзаменов/методах подготовки/теории управления ИТ-услугами, извлекая информацию из основной базы (прошлые экзамены/образцы ответов/программа экзамена/учебники) и вторичной базы (реальные примеры проектов), предоставляя профессиональные ответы с возможностью отслеживания. Активируется, когда пользователь упоминает ответы на вопросы по системному планированию и управлению, ключевые моменты системного планирования и управления, теорию управления ИТ-услугами, вопросы по системному планированию/как готовиться/прошлые экзамены, условия регистрации/критерии успеха для системного планирования.

машинный переводПоказать оригиналСкрыть оригинал«挂接 IMA 知识库的软考高级「系统规划与管理师」智能问答 Skill——针对考生关于考情政策/知识点/真题解析/备考方法/IT 服务管理理…»

挂接 IMA 知识库的软考高级「系统规划与管理师」智能问答 Skill——针对考生关于考情政策/知识点/真题解析/备考方法/IT 服务管理理论等问题,检索主库(真题/范文/考试大纲/教程)与次库(真实项目案例)给出可溯源的专业解答。当用户提及软考系规问答、系统规划与管理师知识点、IT 服务管理理论、系规考什么/怎么备考/历年真题、系规报名条件/合格标准等场景时触发。

ClawHub Agent Skills автор: 一线评标专家 v1.0.0 MIT-0 7 файлов тело ≈ 790 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Интеллектуальный навык ответов на вопросы по продвинутому экзамену по информационным технологиям «Системное планирование и управление», подключенный к базе…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураТексты и документытип 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
D
49/100
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: 7. 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 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 (ruankao-spgm-qa) не совпадает с папкой (ruankao-spgm-qa-1-0-0)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 37
  • 100Стоимость исполнения. Тело инструкции 790 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 184 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 37 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

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

Внешние проверки

ClawHub: clean
This is a disclosed exam-prep Q&A skill with optional knowledge-base lookup; the main caveat is recurring branding and off-platform contact promotion.
LLM: benign (high) · VirusTotal: · 29 июл. 2026 г.