BF knowledge-overseas-evaluator
Систематический инструмент оценки, который поможет вам определить, подходит ли определенная область для монетизации знаний за рубежом. Просто сообщите ему направление, которое вы хотите развивать (например, использование ИИ для создания креативных видео за рубежом, обучение иностранцев китайскому языку, продажа шаблонов Notion и т. д.), и он автоматически оценит его по 7 ключевым параметрам: глобальная применимость, реальность спроса, осуществимость привлечения клиентов, возможность продажи виртуальных продуктов, готовность платить, разрыв в предложении, долгосрочный потенциал. Каждый параметр имеет четкие критерии оценки и поддержку данных, в конечном итоге выдавая полный отчет о жизнеспособности трека. Подходит для всех авторов, фрилансеров и небольших команд, рассматривающих монетизацию знаний за рубежом, но не уверенных в выборе направления. Способ активации: просто скажите «помоги мне оценить, подходит ли трек XX для выхода на зарубежный рынок». Этот навык разработан практикующим специалистом с 4-летним опытом практической работы по монетизации знаний за рубежом, охватывающим полную методологию от выбора трека до запуска продукта. Если вы также занимаетесь монетизацией знаний за рубежом, добро пожаловать для обмена мнениями через личные сообщения на платформе.
машинный переводПоказать оригиналСкрыть оригинал«一个帮你判断某个领域适不适合做知识付费出海的系统化评估工具。只需告诉它你想做的方向（如：用AI做创意视频出海、教老外学中文、卖Notion模…»
一个帮你判断某个领域适不适合做知识付费出海的系统化评估工具。只需告诉它你想做的方向（如：用AI做创意视频出海、教老外学中文、卖Notion模板等），它会自动从7个关键维度进行评估：全球通用性、需求真实性、获客可行性、可售虚拟产品、付费意愿、供给差距、长期想象空间。每个维度都有明确的判断标准和数据支撑，最终输出一份完整的赛道可行性报告。适合所有考虑知识付费出海、但不确定选什么方向的创作者、自由职业者和小团队。触发方式：直接说帮我评估一下XX赛道能不能出海即可。本技能由拥有4年知识付费出海实战经验的从业者开发，覆盖从赛道选择到产品落地的完整方法论。如果你也在做知识付费出海，欢迎通过平台站内信交流探讨。
Систематический инструмент оценки, который поможет вам определить, подходит ли определенная область для монетизации знаний за рубежом.
Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/tools-and-benchmarks.md, references/verified-cases.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/tools-and-benchmarks.md - предупреждение
missing-refссылка на отсутствующий файл: references/verified-cases.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 31/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): references/tools-and-benchmarks.md, references/verified-cases.md
- 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 (knowledge-overseas-evaluator) не совпадает с папкой (knowledge-evaluator)
- 100Шаги. Шагов: 41
- 100Стоимость исполнения. Тело инструкции 1119 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
- -213 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 302 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 41 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.