SKILLEMALL.ai

BD 深知可信咨询

Используйте «Глубокое доверительное консультирование», когда пользователь запрашивает информацию о политике и нормативных актах, государственных услугах, налогообложении и социальном обеспечении, жилищных фондах, субсидиях для предприятий, квалификационных сертификатах, отраслевых стандартах, общественных услугах, соблюдении нормативных требований, политике ведения бизнеса, налоговых льготах на инвестиции и техническое перевооружение, условиях подачи заявок, списках материалов, путях подачи заявок, оценке рисков, или когда требуется авторитетное основание, надежный источник, ответ с угловой сноской, глубокое доверительное консультирование. Версия Clawhub Public вызывает унифицированный интерфейс доверительного опроса credibleChat для получения ответов и справочных материалов, выводит ответы на консультации с угловыми сносками на реальные источники и списками источников, а также по умолчанию генерирует интерактивный отчет о проверке доверия за текущий раунд в формате HTML (первый экран отчета о проверке: основание и источник/привязка цитаты/проверка актуальности/охват типов/самопроверка ответа) и чистый Markdown без угловых сносок. Версия Clawhub Public не имеет встроенного API Key и получает его через переменную среды DKNOWC_API_KEY.

машинный переводПоказать оригиналСкрыть оригинал«当用户咨询政策法规、政务办事、税务社保、公积金、企业补贴、资质证照、行业标准、公共服务、合规义务、企业经营政策、投资技改税惠、办事条件、材料…»

当用户咨询政策法规、政务办事、税务社保、公积金、企业补贴、资质证照、行业标准、公共服务、合规义务、企业经营政策、投资技改税惠、办事条件、材料清单、申请路径、风险判断,或要求权威依据、可信溯源、带角标答案、深知可信咨询时,使用深知可信咨询。该 Clawhub Public 版调用深知可信统一问答接口 credibleChat 获取答案和参考材料,输出带真实来源角标和来源清单的咨询答案,并默认生成本轮可交互可信核验报告 HTML(首屏核验报告单:依据溯源/引用绑定/时效检查/类型覆盖/答案自检)与移除角标的干净 Markdown。Clawhub Public 版不内置 API Key,统一通过环境变量 DKNOWC_API_KEY 注入。

ClawHub Agent Skills автор: Dylan Zhang v1.1.0 MIT-0 12 файлов тело ≈ 2 138 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте «Глубокое доверительное консультирование», когда пользователь запрашивает информацию о политике и нормативных актах, государственных услугах…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

Такой же скилл встречается ещё в 1 месте: ClawHub

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "permissions"
  • заметка frontmatter-key неизвестное поле фронтматтера "secrets"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (深知可信咨询) не совпадает с папкой (dknowc-trusted-consulting)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 46
  • 100Стоимость исполнения. Тело инструкции 2138 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • -31 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 321 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: suspicious
The skill is mostly purpose-aligned, but needs Review because it tells users their conversations/materials will not be uploaded while its core workflow sends the user's question to a remote service.
LLM: suspicious (high) · 2 сент. 2026 г.