SKILLEMALL.ai

AC onboarding-activator

Направляет ИИ-ассистента по редизайну онбординг-процессов SaaS с использованием метода Activation Path — помогает пользователям определить момент "ага!", сопоставить время до получения ценности, устранить трения и создать конкретный минимально жизнеспособный путь активации. Используйте, когда команда SaaS хочет улучшить активацию пользователей, сократить время до получения ценности или переработать свой онбординг-опыт от первой регистрации до первой победы.

машинный переводПоказать оригиналСкрыть оригинал«Guides an AI assistant to redesign SaaS onboarding flows using the Act…»

Guides an AI assistant to redesign SaaS onboarding flows using the Activation Path Method — helping users define their aha moment, map time-to-value, eliminate friction, and produce a concrete minimum viable activation path. Use when a SaaS team wants to improve user activation, reduce time-to-value, or redesign their onboarding experience from first signup to first win.

ClawHub Agent Skills автор: David F. v1.0.0 3 файла тело ≈ 5 233 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Направляет ИИ-ассистента по редизайну онбординг-процессов SaaS с использованием метода Activation Path — помогает пользователям определить момент "ага!"…

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5233 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 62/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 28, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 70Ошибки и развилки. Развилок: 9
  • 70Стоимость исполнения. Тело инструкции 5233 токенов
  • 100Шаги. Шагов: 105
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 10. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 373 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 105 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a markdown-only advisory skill for improving SaaS onboarding, with no evidence of hidden execution, data exfiltration, persistence, or privileged access.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.