SKILLEMALL.ai

AB economies-of-scale

Активировать, когда: пользователь спрашивает «улучшится ли наша маржа по мере роста?», «нужен ли нам масштаб для конкуренции?», «почему наш конкурент взимает меньше, чем мы?», анализирует, имеет ли бизнес-модель преимущество в затратах при большем объеме, оценивает «синергию масштаба» при слияниях и поглощениях, определяет минимальный эффективный масштаб или решает, инвестировать ли в мощности до возникновения спроса. НЕ активировать, когда: преимущество заключается в росте ценности со стороны спроса у пользователей (используйте сетевые эффекты вместо этого); бизнес конкурирует за счет дифференциации/интеллектуальной собственности/отношений, где стоимость не является движущей силой. Подробнее: deciqai.com/c/economies-of-scale

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user asks "will our margins improve as we grow?", "do w…»

Activate when: user asks "will our margins improve as we grow?", "do we need scale to compete?", "why does our competitor charge less than us?", analyzing whether a business model has a cost advantage at higher volume, evaluating M&A "scale synergies," sizing minimum efficient scale, or deciding whether to invest in capacity ahead of demand. Do NOT activate when: the advantage is demand-side value growth with users (use network-effects instead); the business competes on differentiation/IP/relationships where cost is not the driver. More: deciqai.com/c/economies-of-scale

ClawHub Agent Skills автор: deciqAI v1.0.4 MIT-0 6 файлов тело ≈ 1 969 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Активировать, когда: пользователь спрашивает «улучшится ли наша маржа по мере роста?», «нужен ли нам масштаб для конкуренции?», «почему наш конкурент взимает…

Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
100
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 6. 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 70/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Ошибки и развилки. Развилок: 4
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 28
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1969 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

    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 576 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

    Внешние проверки

    ClawHub: clean
    This is a plain educational strategy-analysis skill with no executable code, credential handling, or hidden system access.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.