SKILLEMALL.ai

BD company-background-check-qixinbao

Помощник по проверке компаний (с точки зрения тендеров, подходит для пользователей, привыкших проверять компании через такие платформы, как Qichacha). Когда пользователь предоставляет субъект компании (название компании/сокращение/ссылка на компанию) и хочет провести проверку компании, узнать ее детали, профиль, надежна ли компания/какова ее сила/какие тендеры она выиграла, необходимо использовать этот SKILL: проверка компании, проверка фона компании, анализ основного бизнеса, отношения с клиентами и поставщиками, записи о выигранных тендерах и исполнении контрактов, идентификация конкурентов, поиск публичных рисков. Отчеты составляются на основе общесетевых данных о тендерах: конкуренты рассчитываются на основе пересечения заявок, сила доказывается записями о выигранных тендерах, отношения с клиентами и поставщиками являются реальными договорными отношениями — это то, чего нельзя найти на платформах информации о промышленности и торговле. Поддерживает как глубокие отчеты по одной компании, так и сравнение двух компаний. Даже если пользователь не упоминал «проверку», всякий раз, когда он хочет выяснить детали, бизнес и силу компании, следует использовать этот SKILL. Обратите внимание на границы: если пользователь предоставляет конкретный тендерный проект для анализа решения о том, стоит ли в нем участвовать, используйте SKILL zlbx-bid-decision; если пользователь хочет активно искать деловые возможности/потенциальных клиентов, используйте SKILL zlbx-opportunity-radar; если пользователь просто ищет/запрашивает данные объявлений о тендерах, используйте SKILL zlbx-bidding.

машинный переводПоказать оригиналСкрыть оригинал«企业背景调查助手(招投标视角,习惯用启信宝等平台查企业的用户适用)。当用户给出一个公司主体(公司名/简称/公司链接),想做企业背调、查企业底…»

企业背景调查助手(招投标视角,习惯用启信宝等平台查企业的用户适用)。当用户给出一个公司主体(公司名/简称/公司链接),想做企业背调、查企业底细、企业画像、了解一家公司靠不靠谱/实力怎么样/中过什么标时,必须使用此SKILL:企业背景调查、公司背景核查、主营业务分析、客户与供应商关系、中标记录与履约实力、竞争对手识别、公开风险检索。基于全网招投标数据出报告:竞对从投标重叠算出、实力用中标记录证明、客户供应商是真实合同关系——这是工商信息类平台查不到的。支持单公司深度报告与双公司对比。即使用户没有提到「背调」,只要想搞清楚一家公司的底细、业务与实力,都应使用本SKILL。注意边界:若用户给出一个具体的招标项目做该不该投的决策分析,使用 zlbx-bid-decision SKILL;若用户想主动挖掘商机/销售线索,使用 zlbx-opportunity-radar SKILL;若用户只是搜索/查询招中标公告数据,使用 zlbx-bidding SKILL。

ClawHub Agent Skills автор: zhiliaobiaoxun v1.0.4 MIT-0 7 файлов тело ≈ 1 987 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Помощник по проверке компаний (с точки зрения тендеров, подходит для пользователей, привыкших проверять компании через такие платформы, как Qichacha).

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

ИнтеграцияЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
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=s114` 手动登录充值。
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/render_report.py:93
    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:93
    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: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1987 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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 432 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 40 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 provides a real company-reporting workflow, but it also handles account creation, device fingerprinting, local API-key storage, and local HTML generation in ways users should review first.
LLM: suspicious (high) · 8 сент. 2026 г.