SKILLEMALL.ai

BD medical-equipment-opportunity-radar

Радар возможностей в сфере медицинского оборудования. Обязательно используйте этот навык, когда пользователь хочет найти ранние возможности для бизнеса в сфере медицинского оборудования (медицинское оборудование/инструменты/расходные материалы/диагностические реагенты/информатизация больниц и т. д.): проекты по строительству/реконструкции/расширению больниц (самый ранний сигнал о закупке оборудования, за 6-18 месяцев до события), намерения по закупкам системы здравоохранения (за 1-3 месяца до объявления тендера), продление контрактов на обслуживание и ремонт оборудования, сортировка по бюджету и срочности, рекомендации по отслеживанию закупочных единиц. Предоставьте линейку продуктов/регион, и вы получите список возможностей, отсортированный по ценности. Даже если пользователь не упоминает «медицину», используйте этот навык, если речь идет о поиске потенциальных клиентов для больничных закупок, возможностях продаж оборудования, раннем обнаружении проектов в сфере здравоохранения и т. д.

машинный переводПоказать оригиналСкрыть оригинал«医疗设备商机雷达。当用户想挖掘医疗行业早期商机(医疗设备/器械/耗材/检验试剂/医院信息化等)时,必须使用此SKILL:医院新建改扩建拟建项…»

医疗设备商机雷达。当用户想挖掘医疗行业早期商机(医疗设备/器械/耗材/检验试剂/医院信息化等)时,必须使用此SKILL:医院新建改扩建拟建项目(设备采购的最上游信号,提前6-18个月)、卫健系统采购意向(发标前1-3个月)、设备维保与服务临期续约、按预算与紧急度排序、采购单位跟进建议。给一个产品线/地区即输出按价值排序的商机清单。即使用户没有提到「医疗」,只要涉及医院采购线索、设备销售商机、卫健项目早期发现等需求,都应使用本SKILL。

ClawHub Agent Skills автор: zhiliaobiaoxun v1.0.6 MIT-0 7 файлов тело ≈ 1 748 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Радар возможностей в сфере медицинского оборудования.

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=s103` 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 220 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 is mostly coherent as a procurement-opportunity tool, but it asks agents to handle device fingerprints, stored API keys, and login-style links in ways users should review carefully before installing.
LLM: suspicious (high) · 8 сент. 2026 г.