SKILLEMALL.ai

BF Group Insurance Renewal Expert

AI-навык управления продлением группового страхования — анализ решений о продлении, анализ коэффициента убыточности по отраслям (данные за 2025 г.), управление закупками корпоративного страхования, ценообразование группового страхования и стратегия продления Huimin Bao (惠民保). Обновлено с учетом нормативных изменений 2025-2026 гг., включая новые правила медицинского страхования и тенденции цифровых закупок. Разработано для менеджеров по работе с клиентами в области группового страхования, руководителей отдела корпоративных льгот (HR福利负责人) и страховых брокеров. Ключевые слова: групповое страхование, продление, корпоративное страхование, льготы для сотрудников, коэффициент убыточности, закупки страхования, страхование в Китае, 惠民保, 团险续期, 续保管理, 企业员工福利, 续期策略, 赔付率分析, 团险定价, 医疗险续保, 雇主责任险.

машинный переводПоказать оригиналСкрыть оригинал«AI-powered group insurance renewal management skill — renewal decision…»

AI-powered group insurance renewal management skill — renewal decision analysis, loss ratio analysis by industry (2025 data), enterprise insurance procurement management, group insurance pricing, and Huimin Bao (惠民保) renewal strategy. Updated for 2025-2026 regulatory changes including health insurance new rules and digital procurement trends. Built for group insurance account managers, corporate HR福利负责人, and insurance brokers. Keywords: group insurance, renewal, corporate insurance, employee benefits, loss ratio, insurance procurement, China insurance, 惠民保, 团险续期, 续保管理, 企业员工福利, 续期策略, 赔付率分析, 团险定价, 医疗险续保, 雇主责任险.

ClawHub Agent Skills автор: lingfeng-19 v4.1.2 MIT-0 5 файлов тело ≈ 1 294 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

AI-навык управления продлением группового страхования — анализ решений о продлении, анализ коэффициента убыточности по отраслям (данные за 2025 г.)…

Как процесс F 27/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/corporate_benefit_design.md, references/huimin_insurance_guide.md, references/corporate_procurement_template.md

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
79/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
48
Прогон на моделях
не было
Процессный рейтинг
F
27/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/corporate_benefit_design.md, references/huimin_insurance_guide.md, references/corporate_procurement_template.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: AI-powered group insurance renewal management skill — renewal deci… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • 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 missing-ref ссылка на отсутствующий файл: references/corporate_benefit_design.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/huimin_insurance_guide.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/corporate_procurement_template.md
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"

Процессный рейтинг: все десять параметров 27/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/corporate_benefit_design.md, references/huimin_insurance_guide.md, references/corporate_procurement_template.md
  • 0Инструменты и файлы. Не хватает 3 файла(ов): references/corporate_benefit_design.md, references/huimin_insurance_guide.md, references/corporate_procurement_template.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 (Group Insurance Renewal Expert) не совпадает с папкой (insurance-group-renewal)
  • 75Шаги. Шагов: 3
  • 100Стоимость исполнения. Тело инструкции 1294 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 616 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 48.

Внешние проверки

ClawHub: clean
The skill appears to be an insurance-renewal guidance skill, with no evidence of malware, persistence, credential use, or hidden execution behavior.
LLM: benign (medium) · VirusTotal: · 28 июн. 2026 г.