SKILLEMALL.ai
GitHub ↗ EN Войти

BC Insurance Agent Intelligent Trainer

AI-тренер для обучения страховых агентов — автоматически анализирует документацию по продуктам, генерирует банки вопросов, оценивает уровни навыков агентов (начинающий/средний/продвинутый), планирует персонализированное ежедневное обучение на основе визитов клиентов и проводит интерактивные ролевые игры. Обновлено на 2025-2026 гг.: охватывает влияние снижения ставки предоплаты (3,0%) на скрипты продаж, новое регулирование медицинского страхования, общение с клиентами в соответствии с PIPL и сравнение с системами обучения AIA, Ping An и Alibaba Cloud. Ключевые слова: 智能陪练, 代理人培训, 保险训练, 产品陪练, 话术训练, 角色扮演, 技能评估, AIA培训, 平安培训, 代理人展业, 保险销售, 客户面谈, 异议处理, 保险培训系统, 学习路径.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered insurance agent training coach — auto-parses product docs,…»

AI-powered insurance agent training coach — auto-parses product docs, generates question banks, assesses agent skill levels (beginner/intermediate/advanced), schedules personalized daily training based on client visits, and delivers interactive role-play sessions. Updated for 2025-2026: covers predinig rate cut (3.0%) impact on sales scripts, new health insurance regulation, PIPL-compliant customer communication, and benchmark against AIA, Ping An, and Alibaba Cloud training systems. Keywords: 智能陪练, 代理人培训, 保险训练, 产品陪练, 话术训练, 角色扮演, 技能评估, AIA培训, 平安培训, 代理人展业, 保险销售, 客户面谈, 异议处理, 保险培训系统, 学习路径.

ClawHub Agent Skills автор: lingfeng-19 v5.2.4 MIT-0 2 файла тело ≈ 5 153 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

AI-тренер для обучения страховых агентов — автоматически анализирует документацию по продуктам, генерирует банки вопросов, оценивает уровни навыков агентов…

Как процесс C 63/100 · Есть пробелы — слабые места: когда включается, ошибки и развилки, согласованность

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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.
  2. 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: 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")
  • предупреждение body-long тело SKILL.md ≈ 5153 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "capabilities"

Процессный рейтинг: все десять параметров 63/100

  • 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 (Insurance Agent Intelligent Trainer) не совпадает с папкой (insurance-agent-trainer)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5153 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 16
  • 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)
  • -237 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 593 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (18 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.

Внешние проверки

ClawHub: clean
This skill is a non-executable insurance training reference that discloses its limits and does not request tools, credentials, storage, or automatic data access.
LLM: benign (high) · VirusTotal: · 29 авг. 2026 г.