SKILLEMALL.ai

BC Agentic Workflow Designer

Помощник по проектированию и автоматизации рабочих процессов для агентских систем — отображает сложные многоэтапные процессы, выявляет возможности для автоматизации, проектирует конвейеры автономных ИИ-агентов, генерирует спецификации рабочих процессов для n8n/Make/Zapier и оценивает рентабельность инвестиций. Охватывает корпоративную автоматизацию, самовосстанавливающиеся рабочие процессы, модели «человек в цикле» и производственное развертывание. Ключевые слова: agentic workflow, workflow automation, n8n, Make, Zapier, enterprise automation, AI pipeline, autonomous agent, process automation, workflow design, ROI calculator, HITL, 工作流设计, 流程自动化, 智能体工作流, 企业自动化, n8n工作流, 流程优化, 自主代理, RPA替代.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered agentic workflow design and automation assistant — map comp…»

AI-powered agentic workflow design and automation assistant — map complex multi-step processes, identify automation opportunities, design autonomous AI agent pipelines, generate n8n/Make/Zapier workflow specs, and estimate ROI. Covers enterprise automation, self-healing workflows, human-in-the-loop patterns, and production deployment. Keywords: agentic workflow, workflow automation, n8n, Make, Zapier, enterprise automation, AI pipeline, autonomous agent, process automation, workflow design, ROI calculator, HITL, 工作流设计, 流程自动化, 智能体工作流, 企业自动化, n8n工作流, 流程优化, 自主代理, RPA替代.

ClawHub Agent Skills автор: lingfeng-19 v3.3.5 MIT-0 2 файла тело ≈ 3 557 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помощник по проектированию и автоматизации рабочих процессов для агентских систем — отображает сложные многоэтапные процессы, выявляет возможности для…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураZapierИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. 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")

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Agentic Workflow Designer) не совпадает с папкой (agentic-workflow-designer)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 56
  • 100Стоимость исполнения. Тело инструкции 3557 токенов

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 573 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 56 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This is a workflow-design guidance skill that does not execute code, collect credentials, or install persistent components.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.