SKILLEMALL.ai
GitHub ↗ EN Войти

CD ai-sales-lead-radar

Радар AI-лидов для продаж. Незаменим для сотрудников отдела продаж, BD и партнеров, когда нужно найти лиды, привлечь клиентов: поиск лидов, обнаружение потенциальных клиентов, информация о планируемых проектах (за 6-18 месяцев), намерениях о закупках (за 1-3 месяца до тендера), продлении контрактов (замена текущего поставщика), сортировка лидов по сумме и срочности, ежедневная подписка на сводку бизнес-возможностей. Предоставляет список лидов, отсортированных по ценности, для указанной отрасли/продукта/региона. Используйте этот навык, даже если пользователь не упоминает «лиды», но говорит о поиске клиентов, развитии рынка, поиске бизнес-возможностей, «кто купит наш продукт» и т. д.

машинный переводПоказать оригиналСкрыть оригинал«AI销售线索雷达。当政企销售/BD/渠道人员想找销售线索、开发客户时，必须使用此SKILL：销售线索挖掘、潜在客户发现、拟建项目（提前6-1…»

AI销售线索雷达。当政企销售/BD/渠道人员想找销售线索、开发客户时，必须使用此SKILL：销售线索挖掘、潜在客户发现、拟建项目（提前6-18个月布局）、采购意向（发标前1-3个月对接）、临期续约（替换现供应商）、线索按金额与紧急度排序、每日商机晨报订阅。给一个行业/产品/地区即输出按价值排序的线索清单。即使用户没有提到「线索」，只要涉及找客户、开发市场、挖商机、谁会买我们产品等需求，都应使用本SKILL。

ClawHub Agent Skills автор: zhiliaobiaoxun v1.0.6 MIT-0 7 файлов · 1 скрипт тело ≈ 1 748 токенов Открыть источникclawhub.ai↗ проанализирован 8 дн назад

Радар AI-лидов для продаж.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
C
88/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных net-credential-use references/auto-register.md:215
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    **如果当前 api_key 来自 `$ZLBX_API_KEY`**：跳过 SID 流程，提示用户访问 `https://ai.zhiliaobiaoxun.com/?ch=s101` 手动登录充值。
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/render_report.py:64
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    _LOGO_B64 = "iVBO…B5x
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/render_report.py:64
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    _LOGO_B64 = "iVBO…B5x
    в кавычках

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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 35
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1748 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 205 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The skill appears to provide real sales-lead search functionality, but it also handles device fingerprinting, credential storage, raw login-style links, and shareable reports in ways users should review before installing.
LLM: suspicious (high) · 8 сент. 2026 г.