SKILLEMALL.ai

AC agentic-discovery-skill

Создание артефактов для обнаружения и определения границ проектов CompleteTech LLC для возможностей разработки агентов, включая анкеты для ввода данных, скрипты для обнаружения рабочих процессов, руководства для интервью с заинтересованными сторонами, карты текущих/будущих рабочих процессов, контрольные списки готовности систем/данных, обзоры контрольных точек утверждения, проверки рисков/исключенных случаев использования, критерии успеха, примеры оценки, карты готовности пилотных проектов и краткие справки для передачи предложений/SOW. Используйте перед работой над предложением, контрактом, счетом или доставкой, когда Codex необходимо собрать проверенные факты для ограниченных услуг по разработке агентов.

машинный переводПоказать оригиналСкрыть оригинал«Create CompleteTech LLC discovery and scoping artifacts for agentic de…»

Create CompleteTech LLC discovery and scoping artifacts for agentic development opportunities, including intake questionnaires, workflow discovery scripts, stakeholder interview guides, current/future-state workflow maps, systems/data readiness checklists, approval gate reviews, risk/excluded-use checks, success criteria, evaluation examples, pilot readiness scorecards, and proposal/SOW handoff briefs. Use before proposal, contract, invoice, or delivery work when Codex needs to gather verified facts for bounded agentic workflow services.

ClawHub Agent Skills автор: CompleteTech v1.0.3 MIT-0 20 файлов тело ≈ 1 557 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создание артефактов для обнаружения и определения границ проектов CompleteTech LLC для возможностей разработки агентов, включая анкеты для ввода данных…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторИИ и агентытип 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
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 20. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 55/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 43
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1557 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • -5В тексте остались TODO / заглушки
    • -31 из 3 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 543 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)
    • +1Лицензия указана

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

    Внешние проверки

    ClawHub: clean
    This skill is a local discovery-document generator whose Python scripts and file outputs match its stated purpose, with no hidden networking, credential access, or persistence found.
    LLM: benign (high) · VirusTotal: · 28 мая 2026 г.