AD mckinsey-library
Консалтинговый навык в стиле McKinsey (китайское название «Консультант по базе данных McKinsey»). Ключевое отличие: методология — это не общие знания, а непосредственно из 44 реальных баз данных McKinsey, предоставленных пользователем (полностью усвоены, распределены по частям). После того как клиент загрузит материалы, сначала используется «Семишаговое стихотворение» для определения проблемы, затем самостоятельно собираются и оцениваются внешние материалы для восполнения пробелов в доказательствах, генерируется md-файл с сюжетной линией, после подтверждения выдается комплект из PPT + стратегического документа + речи. Имеет: 50+ каталогов с визуальным макетом, выбор макета с объяснимой интерпретацией в стиле AX Labs, движок повторного использования графики python-pptx, проверку качества изображения Critic, сквозное автономное оркестрование. Триггеры: помогите мне составить консультационный план, создайте PPT на основе материалов, используйте метод McKinsey для структурирования сюжетной линии, структурируйте ввод пользователя, соберите внешние материалы для поддержки аргументации, напишите речь, создайте диаграммы/визуализации.
машинный переводПоказать оригиналСкрыть оригинал«麦肯锡风格咨询交付 skill（中文名「麦肯锡资料库顾问」）。核心差异：方法论不是通用知识，而是直接来自用户提供的 44 份真实麦肯锡资料库…»
麦肯锡风格咨询交付 skill（中文名「麦肯锡资料库顾问」）。核心差异：方法论不是通用知识，而是直接来自用户提供的 44 份真实麦肯锡资料库（已全量吸收、逐份落位）。客户上传材料后，先用七步成诗锁定问题，自主搜集并评估外部资料填补证据缺口，生成故事线 md，确认后出 PPT+战略文档+演讲稿三件套。具备：50+ 可视化布局目录、AX Labs 式可解释布局选型、python-pptx 复用绘图引擎、Critic 视觉质量门、端到端自主编排。触发：帮我做咨询方案、根据资料出 PPT、用麦肯锡方法梳理故事线、结构化客户输入、搜集外部资料支撑论证、写演讲稿、做图表/可视化。
Консалтинговый навык в стиле McKinsey (китайское название «Консультант по базе данных McKinsey»).
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 16. 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
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: 50
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1637 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
- +2Инструкции на одном языке
- +3Длина description 287 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 50 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (11 из 11)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.