SKILLEMALL.ai

AC incentive-design

Активируется, когда: пользователь спрашивает, почему команда продолжает делать неправильные вещи, несмотря на обучение; пользователь разрабатывает систему вознаграждений, бонусов или комиссий; пользователь говорит «люди манипулируют метрикой» или «наши OKR не работают»; пользователь хочет исправить систему управления эффективностью; пользователь спрашивает, какие стимулы движут поведением; пользователь составляет контракты или правила платформы для формирования поведения. НЕ активировать, когда: ситуация явно является индивидуальным проступком без системного паттерна; пользователь хочет тактики психологического убеждения, а не структурного дизайна системы. Подробнее: deciqai.com/c/incentive-design

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user asks why a team keeps doing the wrong thing despit…»

Activate when: user asks why a team keeps doing the wrong thing despite training; user is designing compensation, bonuses, or commissions; user says 'people are gaming the metric' or 'our OKRs aren't working'; user wants to fix a performance management system; user asks what incentives are driving a behavior; user is drafting contracts or platform rules to shape behavior. Do NOT activate when: the situation is clearly individual misconduct with no systemic pattern; user wants psychological persuasion tactics rather than structural system design. More: deciqai.com/c/incentive-design

ClawHub Agent Skills автор: deciqAI v1.0.5 MIT-0 5 файлов тело ≈ 1 763 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Активируется, когда: пользователь спрашивает, почему команда продолжает делать неправильные вещи, несмотря на обучение; пользователь разрабатывает систему…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 5. 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 63/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 28
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1763 токенов
    • low Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 588 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: 95.

    Внешние проверки

    ClawHub: clean
    This is a text-only thinking skill for analyzing incentive systems, with no hidden execution, credential use, or persistence behavior.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.