SKILLEMALL.ai

AD pans-case-writer

Автоматически упаковывает успешные кейсы клиентов в Case Study (исследование случая). Поддерживает четырехчастную структурированную шаблонную структуру: фон / вызовы / решения / результаты, поддерживает экспорт в различных форматах: Markdown / PDF / HTML, предоставляет интерактивный режим создания для пошагового ввода ключевой информации. Триггеры: исследование случая, case study, кейс клиента, успешный кейс, упаковка кейса, история клиента, продажный кейс, написание кейса

машинный переводПоказать оригиналСкрыть оригинал«自动将客户成功案例包装为 Case Study(案例研究)。支持背景 / 挑战 / 方案 / 成果四段式结构化模板,支持 Markdown…»

自动将客户成功案例包装为 Case Study(案例研究)。支持背景 / 挑战 / 方案 / 成果四段式结构化模板,支持 Markdown / PDF / HTML 多种格式导出, 提供交互式创建模式逐步引导输入关键信息。 触发词:案例研究, case study, 客户案例, 成功案例, 案例包装, 客户故事, 销售案例, 案例撰写

ClawHub Agent Skills автор: dashiming v1.0.0 MIT-0 4 файла тело ≈ 171 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Автоматически упаковывает успешные кейсы клиентов в Case Study (исследование случая).

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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: 4. 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")

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 171 токенов

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 168 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is a local case-study drafting and export helper; its file writes are expected for the advertised create/export workflow and there is no evidence of hidden network access, credential use, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.